即刻App年轻人的同好社区
下载
App内打开
奥古斯平SpringWoo
245关注7被关注0夸夸
奥古斯平SpringWoo
1天前
奥古斯平SpringWoo
5天前
muse 的云端电脑，WPS 灵犀 AI 也有🥹
配置也差不多
00
奥古斯平SpringWoo
5天前
muse 的云端电脑，WPS 灵犀 AI 也有🥹
00
奥古斯平SpringWoo
7天前
vibe coding 有毒
有成就感
但毕竟没经验（不会编程、产品设计）
demo 半成品
鸡肋也
00
奥古斯平SpringWoo
26天前
为了考试，戒断早上批阅即刻
00
奥古斯平SpringWoo
28天前
毕业论文写出来了，还要预答辩，送审......
关键是导师不在，啥时候是个头
00
奥古斯平SpringWoo
3月前
昨天听一个学界大佬聊学术，除了佩服其一直的学习动力和能力（30 岁学英语；博导了还要辅导；学南拳；会唱歌）
还有一种异类的行动力——人往低处走（一流高校到二流再到三流）、不会或不想用 PPT （拯救抬头率，学生看不到下一句内容，只能认真听讲；要求学生写诗）
00
奥古斯平SpringWoo
3月前
突然想到了“以史为镜，以人为镜”这句话。AI 不是个人的镜像，是基于人类知识历史的 LLM 反映（以史为镜），而 Agent 是连接人类知识历史和现在的硅基人（以硅基人为镜）。
AI 之镜，联通古今，可谓人之“时空法则”神器，要掌握它，需要不断的开悟，开悟的前提也是你的资质，不断开悟就是不断检测和提升资质。
坐拥神器，岂有“束搁”之理

相柳Isaak: AI 是一面照出你自己段位的镜子: 你能看出它多少破绽就说明你在这个领域到了多深

00
奥古斯平SpringWoo
3月前
有了AI，这件事如果没有我，还有没有人去做，值不值得去做
00
奥古斯平SpringWoo
4月前
感谢。作为一个从未编程的文科人，了解程序开发的全过程，很值得庆幸

檀奕623: 我用 AI 做了一个微信小游戏，居然帮我赚钱了（附 Claude code 全流程） 是的你没看错，我直接跑通了微信小游戏从 0 到 1 的完整闭环：物理引擎自研、9 关关卡设计、分包加载、激励视频变现、分享拉新。 下面把代码、prompt、后台数据、踩过的坑分享出来，看完后你也能复制这套流程。 一、先看长什么样（30 秒了解项目） 游戏名：切割投喂大作战 类型：物理益智，9 关 玩法：切断绳子 → 水果掉落 → 喂给小怪物 技术栈： - 微信小游戏原生 JS（不用任何引擎，Canvas 直接画） - 自研 2D 物理引擎（重力 + 绳子约束 + 碰撞） - 主包 + 分包架构（绕过 4MB 主包限制） markdown 代码规模： | 模块 | 行数 | |---|---| | 主包（入口/加载/主菜单/健康提示） | ~1180 行 | | 游戏核心场景（game-scene.js） | 2801 行| | 物理引擎 | 756 行 | | 9 关关卡数据 | 523 行 | | 其他场景（选关/复活/结算/设置/暂停/帮助） | ~2200 行 | | 总计 | ~8200 行 | 这 8000 行代码我自己写的不超过10行，剩下的全是和 AI 帮我完成的。 二、为什么选微信小游戏 挑这个赛道有 3 个原因： 1. 零审核成本 —— 个人开发者就能上线，不像 App Store 那样麻烦 2. 变现路径短 —— 接一个激励视频广告 SDK 就有现金流（虽然我现在赚的不是很多） 3. 代码量可控 —— 一个完整的小游戏 5000~10000 行 三、AI 实操（重点章节，分 4 个真实案例） 下面 4 个案例都是这个项目里真实发生过的对话，每个都带可复制的 prompt 模板。 案例 1：让 AI 写 756 行的 2D 物理引擎 最让我意外的是 AI 真的能从 0 写出可用的物理引擎，我没用 matter.js 或 box2d，纯手写（其实是纯 AI 写）。 核心需求：重力 + 绳子约束 + 碰撞检测 + 不同关卡不同物理参数 我给 Claude 的 prompt（你可以直接抄）： markdown 帮我用纯 JS 写一个简化版 2D 物理引擎，要求： 1. 不依赖任何外部库 2. 支持：重力加速度、刚体小球、绳子约束（端点固定） 3. 支持切断绳子（绳子被切后小球受重力影响） 4. 支持矩形障碍物碰撞反弹 5. 提供 update(deltaTime) 接口给游戏循环调用 6. 物理参数可按关卡动态调整（比如第3关重力大一点） 目标平台是微信小游戏，60 FPS。 AI 一次就给出了能跑的骨架，后面我花了 2 天时间让它逐步优化： - 第 1 轮：把绳子从单纯距离约束改成 Verlet 积分（更稳定） - 第 2 轮：解决第 3 关物体抖动（gravity 从 0.7 调到 0.6） - 第 3 轮：切绳后强制触发重力（修复"切了但不掉"的 bug） 最终成品在 `physics-engine.js` 里，开头长这样： javascript class PhysicsEngine { constructor(screenHeight = 600) { this.gravity = 0.5; this.objects = []; this.ropes = []; this.collisionGroups = { OBJECT: 1, ROPE: 2, OBSTACLE: 3, TARGET: 4 }; this.currentLevel = 1; this.screenHeight = screenHeight; } setCurrentLevel(level) { this.currentLevel = level; // 根据关卡调整物理参数 if (level === 3) { this.gravity = 0.6; // 第3关使用适中的重力，减少抖动 } else if (level === 5) { this.gravity = 0.5; // 第5关使用更小的重力 } else { this.gravity = 0.7; } } // ... } 经验：让 AI 写复杂模块时先给清晰的接口约定，再让它实现内部细节。不要直接说"写个物理引擎"，要说"写一个有 update/addObject/addRope/cutRope 接口的物理引擎"。 案例 2：让 AI 设计 9 关的难度曲线 关卡设计是个坑，既要保证前面几关的通过率，又要保证后面的关卡难度。 我的 prompt： markdown 帮我设计 9 个关卡的数据结构，每关包含： - targetArea（小怪物头上的目标区域） - objects（要切下来的水果，每关不同：苹果/桃子/西瓜...） - ropes（绳子的固定端 + 连接物体） - obstacles（障碍物，影响掉落轨迹） - hint（玩家提示文字） 难度曲线要求： - 第 1 关：1 根绳子，无障碍，通过率 95% - 第 2-3 关：单绳 + 简单障碍 - 第 4-6 关：多绳，需要按顺序切 - 第 7-9 关：复杂物理谜题 输出成 LevelData.getLevelXData() 这种静态方法，方便我后面单独调每一关。 AI 生成的数据结构现在在 `level-data.js` 里，第 1 关长这样： javascript static getLevel1Data() { return { targetArea: { x: 300, y: 500, width: 80, height: 80 }, objects: [{ x: 200, y: 180, radius: 25, color: '#FF6B6B', type: 'target', affectedByGravity: false, fruitStyle: { type: 'apple', color1: '#E94F4F', color2: '#FFF' } }], ropes: [{ startX: 200, startY: 20, endX: 200, endY: 180, maxLength: 160, attachedObjectIndex: 0 }], obstacles: generateObstacles(1), hint: '等待合适的时机切断绳子，让苹果掉入目标区域' }; } 经验：让 AI 做关卡设计时要给它明确的难度百分比目标（"第1关通过率95%"），AI 会主动控制元素复杂度，比让它"自由发挥"靠谱得多。 案例 3：让 AI 解决主包超 4MB 的工程难题 微信小游戏主包限制 4MB，我所有水果图、关卡背景、音效加起来很容易超。 踩坑前我的项目结构：所有的东西都在 `/js` 一坨，导致主包 6.2MB 直接上传失败。 我给 AI 的 prompt： markdown 我的微信小游戏主包超过 4MB 了，必须拆分包。 现状：所有场景在 /js/scenes/，所有资源在 /images/ 和 /audio/ 帮我设计一个分包方案： 1. 主包只放：入口、加载场景、主菜单、健康提示 2. 分包放：游戏场景、物理引擎、关卡数据、9 张水果图 3. 第一次进入游戏场景时，wx.loadSubpackage 异步加载 4. 加载失败要有兜底（showModal 提示用户） 最好能写一个 switchScene(sceneName) 的统一调度函数， 游戏场景自动走分包加载，主菜单等场景走同步 require。 AI 给出的方案现在跑在 `main.js` 里： javascript const SUBPACKAGE_SCENES = [ 'levelSelect', 'game', 'revive', 'result', 'settings', 'pause', 'help' ]; async switchScene(sceneName, params = {}) { if (SUBPACKAGE_SCENES.includes(sceneName)) { if (!this._subpackageLoaded) { await new Promise((resolve, reject) => { wx.loadSubpackage({ name: 'assets', success: () => { this._subpackageLoaded = true; resolve(); }, fail: (err) => { this.showModal('错误', '资源包加载失败，请检查网络后重试。') .then(() => this.exitGame()); reject(err); } }); }); } // 动态 require 分包场景 if (!this.sceneClasses[sceneName]) { switch (sceneName) { case 'game': this.sceneClasses.game = require('../subpackages/assets/scenes/game-scene'); break; // ... } } } // ... } 最终主包压到 1.3MB，分包 5MB，上传秒过。 经验：纯工程问题（构建、目录结构、API 适配）是 AI 最强的领域。 案例 4：让 AI 帮我修"弹窗要点两次"的 bug 这是这个项目里最骚的一个 bug。`wx.showModal` 弹出来的时候第一次点确认没反应，第二次才生效。 我把 `main.js` 完整贴给 Claude，它 30 秒后给了我答案： > 触摸事件没有阻断。`wx.showModal` 弹出时背景的 canvas 还在响应 `wx.onTouchStart`，导致弹窗下面的场景吃掉了第一次点击。 修复方案就 几行代码： javascript // main.js showModal(title, content, showCancel = true) { this.modalPending = true; // ← 加状态锁 return new Promise((resolve) => { wx.showModal({ title, content, showCancel, success: (res) => { this.modalPending = false; // ← 弹窗关闭后释放 resolve(res.confirm); }, fail: () => { this.modalPending = false; resolve(false); } }); }); } // 触摸事件 wx.onTouchStart((e) => { if (this.modalPending) return; // ← 弹窗期间阻断 // ... }); 经验：遇到一时半会儿解决不掉的 bug 直接把整个文件甩给 AI，比自己 print 调试快 10 倍。前提是你要会判断 AI 的诊断对不对（不能闭眼信）。 四、变现机制拆解 微信小游戏个人开发者唯一稳定的变现就是激励视频广告（rewardedVideoAd）。 我封装了一个 `AdManager` 单例（核心代码 50 行）： 提示： - `onClose` 一定要判断 `res.isEnded`，否则用户点叉关闭也会给奖励属于违规 - 一定要有 `isAdBusy` 锁，否则用户连点 3 下会触发 3 次广告 - 测试时用真机测试，开发者工具看不到真实广告 五、给你的 AI 协作 4 条心法（实操总结） 1. 先约定接口，再让 AI 实现 错误示范：「帮我写一个物理引擎」 正确示范：「写一个有 `addObject` / `addRope` / `cutRope` / `update(dt)` 接口的物理引擎」 2. 大文件改 bug 直接整文件甩过去 不要复制片段。Claude 一次能吃 200k token，整个文件丢进去诊断速度比你自己 print 快 10 倍。 3. 让 AI 写注释比让 AI 写代码更值得 让它每个函数加 JSDoc 注释，未来你自己读代码、再次和 AI 对话都会快很多。 4. 不信任 AI 的"自信" AI 经常会一本正经地胡说。关键模块（物理、广告等模块）必须自己跑通才能信。 七、最后 真正的收益是：我现在知道了怎么用 AI 把一个完整产品从想法做到上线，我觉得这才是最宝贵的。 也欢迎评论区聊聊：你最想用 AI 做什么项目？

10