AI Game Dev 三叉戟：Unity-MCP vs Agent Game Studio vs Claude Code Game Studios 點揀
2026年嘅AI遊戲開發戰場，已經唔係「用唔用AI」嘅問題，而係「用邊個AI工具先唔會嘥時間」。過去兩年我親身試過十幾款AI game dev工具，由最早期嘅GPT-4硬寫C#腳本，到而家專用agent自動化成條pipeline，發現一個殘酷事實：揀錯工具唔止浪費時間，仲會直接摧毀你嘅遊戲設計直覺。市面上最撚熱嘅三款——Unity-MCP、Agent Game Studio、Claude Code Game Studios——表面上都係「AI幫你整game」，但底層哲學完全相反，用錯嘅話連prototype都出唔到。
三款工具嘅核心設計哲學
先講Unity-MCP（Model Context Protocol）。佢嘅本質係一個橋接層，將Claude、GPT呢類LLM直接駁入Unity Editor。你喺Chat窗口打「幫我整個第三人稱射擊game嘅movement system」，佢就透過MCP協議直接喺Unity入面開script、改component、tweak parameter。優勢係你完全控制source code，唔會被任何黑箱抽象綁死；劣勢係你需要本身就識Unity，否則連改prompt都唔知點改。
Agent Game Studio（AGS）行另一條路：全自動化遊戲工廠。你畀一條prompt，佢就生一個完整game project出嚟——有scene、有prefab、有基本gameplay loop。佢唔係逐行code幫你寫，而係用佢自己嘅template engine組合模塊。好處係真係快，五分鐘出一個playable build；致命傷係當你想要tweak某個specific mechanic時，你會發現佢嘅抽象層太厚，改極都改唔到你要嘅嘢。
Claude Code Game Studios（CCGS）嘅approach最有趣：agent-as-engineer。佢唔直接改Editor，而係俾你一個headless terminal，Claude Code自己clone你嘅repo、讀你嘅codebase、寫code、commit、test。呢個模式嘅革命性在於佢尊重現有版控流程，你可以review每一行AI寫嘅code，做到真正嘅human-in-the-loop。代價係setup複雜，而且Claude嘅context window有限，大型project好快就迷失方向。
實戰能力橫向對比
我分別用三款工具做同一個task：由零開始整一個2D platformer，要有基本movement、一個enemy AI、一個score system。結果好能反映問題。
Unity-MCP最快上手——我本身熟Unity，直接叫佢「create a player GameObject with Rigidbody2D, add a movement script with WASD and space for jump」。佢五秒內生咗script出嚟，attach好晒component。但當我想要改jump force呢啲細微手感參數時，發現要逐個數值trial and error，每次都要重新prompt。佢勝在精準，敗在迭代效率低。
AGS係最快出到完整game嘅。一句「make a 2D platformer with a brown block as player, a red block as enemy, score counter top-left」，三分鐘出咗一個playable HTML5 build。movement順、enemy識patrol、score有顯示。但我要改enemy patrol range同速度時，噩夢開始——AGS用嘅template code同我expect嘅structure唔同，我要先逆向工程佢嘅architecture先改到。快係快，但唔屬於你。
CCGS嘅體驗最似真實開發。我開一個新repo，叫Claude Code init Unity project、寫player controller、寫enemy AI、加UI。佢每做完一步就commit一次，我可以睇diff，有問題就叫佢改。成個過程大概半個鐘出一隻完整game，比Unity-MCP慢但比AGS有深度。最大問題係Claude Code間中會寫咗唔work嘅code，你要debug返，而debug AI code嘅體驗…唔好提。CCGS係唯一一個會令你覺得自己係真係寫緊game嘅工具。
地獄級場景：大型Game Jam實戰考驗
真正分出高下嘅，係上個月我參加一個48小時game jam。我用Unity-MCP做主力，CCGS做輔助，AGS完全冇用——原因好簡單：Game jam要求精準控制同高速迭代，AGS嘅黑箱喺高壓環境下會害死你。
Unity-MCP喺game jam入面係MVP。Team入面有個designer唔識code，但佢可以用自然語言透過MCP直接改Unity入面嘅參數——「make the player lighter when jumping」變咗改Rigidbody2D mass、「add a particle effect when enemy dies」直接生咗VFX Graph出嚟。真正嘅game changer係佢降低咗programmer以外角色嘅技術門檻。
CCGS幫我哋處理咗最煩嘅networking部分。我寫好architecture outline，CCGS自動生晒Photon嘅sync scripts同room management code，我只需要review同merge。呢種「let AI do the boilerplate, I do the architecture」嘅分工，最後令我哋慳咗起碼十個鐘。
AGS喺game jam唯一有用嘅地方係rapid prototyping——jam開始頭半個鐘，我哋用AGS生咗三個game idea嘅playable prototype，揀咗最好玩嗰個之後就掉咗AGS嘅code，用Unity-MCP由頭寫過。AGS係idea validator，唔係production tool。
揀工具嘅決策框架
經過大半年實戰，我總結咗一個簡單decision tree：
如果你係solo indie dev、識Unity、想保持對codebase嘅100%控制：Unity-MCP係你唯一選擇。佢唔會幫你慳最多時間，但佢唔會背叛你。你寫嘅每一行code你都明，日後要改要擴展都唔使拆炸彈。
如果你係programming能力一般、想做fast prototype驗證idea、唔介意俾人綁死architecture：AGS係最快嗰條路。但要記住一個規則：用AGS生完prototype之後，call it a prototype，唔好諗住喺上面疊加production features——你一定會後悔。
如果你係認真嘅indie studio、有版控紀律、想將AI當做senior engineer用：CCGS值得投資時間學。佢最大價值係令你覺得自己有兩個junior engineer幫手寫boilerplate同unit test，而你專注做system design同game feel tuning。但你要接受AI寫嘅code間中會炒，你要有能力捉蟲。
最後一個忠告：唔好迷信任何一款工具。我見過太多人用AGS生咗個「似模似樣」嘅game出嚟，沾沾自喜，然後發現改唔到任何core mechanic，成個project要掉咗由頭寫。AI game dev工具仲係好早期，而家冇一個完美solution。最實惠嘅策略係三款都裝好，知道自己嘅project喺咩階段需要咩工具——prototype揀AGS、implementation揀Unity-MCP、heavy lifting揀CCGS。工具係死嘅，人係生嘅，呢個道理喺AI時代冇變過，只係變得更重要。