不会写代码的游戏策划，半天用AI做出了肉鸽游戏

今年6月，知乎AI Works项目广场上线。9月4日，平台迭代了"应用一键部署"功能：开发者上传项目工程包，平台自动完成云端构建和部署。 过去三个月里，这个项目广场沉淀了超过 2600个项目 。这些项目都可以调用知乎"数据开放平台"的数据，使用知乎提供的开发工具。相当于厨房、厨具、食材、调料都是现成的，开发者只要带着idea来就可以了。 上线的项目五花八门：有AI工具、智能体，还有游戏、知识库，内容跨度从科技到人文、历史。工具类项目解决"效率"问题，生活类解决"决策"问题，游戏类解决"娱乐"需求，情感类解决"陪伴"需求，人文与历史类则解决"传承"问题。 这些项目共同指向一个趋势：AI正在从一个"技术工具"转向"文化基础设施"，它让每个人都能以自己的方式参与生活的记录与创造。 不会写代码，也能做出一款完整游戏 一个不会写代码、没有美术基础的游戏策划，用AI在半天内开发了一款包含完整循环的"肉鸽"动作游戏。 他是知乎新知答主Paranoia。他的工作不是敲代码，而是设计玩法、规划系统、写文档。但他用AI做出了一款2D"肉鸽"动作游戏的完整Demo——从进入游戏、打怪升级到BOSS战，甚至还包括一个局外养成系统。 这个项目之所以值得推荐，不是因为它达到了怎样的高水准，甚至还有不少bug，但它代表了知乎平台的创作者对全新游戏生产方式的探索。 事实上，Paranoia做的不是"写代码"，而是"指挥"。在动手前，他首先制定了清晰的设计文档和任务库，把开发拆解成多个阶段性任务，逐一交给AI执行。他甚至给AI立了一条规矩——"不要擅自改核心方向"，防止AI自作主张破坏设计。 完成之后，Paranoia还开源了自己的ParanoiaSkills游戏设计Skill库，将自己的工作流产品化，分享给更多从业者。从"做一个游戏"到"教别人如何用AI做游戏"，这是知乎答主迈出的新一步。 不直接给答案，经济学博士做了个"提问机器" 大多数AI学习产品在做同一件事：回答问题。但Socratopia·破卷走了一条反方向的路——它不直接给答案，而是通过不断提问，引导用户自己推理出结论。 开发者吴乐旻，是一名UC Berkeley的经济学博士。他认为，学习的真正奥义在于"自己思考"。于是，吴乐旻把这个理念变成了一款产品：他把苏格拉底教学法、二次元角色扮演和情境代入三者结合，把枯燥的"提取式学习"过程，包装成了一场有剧情、有陪伴的探索游戏。 用户可以定制"AI伙伴"的相貌、姓名、性格——伙伴可以是"三月七"、赫本、苏轼，或者其他任何角色；学习背景可以设为"青春校园"或"星际旅行"。 这款产品并不是做完才发布的，是吴乐旻和知乎社区一起"聊"出来的。它从构思到公测，全程都在知乎上推进。五月份迭代的十个版本中，超过 70%的改进来自知友的建议 。 有用户评价说，这可能是"人类历史上第一个行之有效的、可以长期无痛坚持的高强度提取式学习方法"。 在知乎AI Works上，不是所有项目都想成为平台或生态。有些项目就是为了解决一个细小而具体的问题。数学话题答主"cyb酱"，便是其中之一。 很多数学爱好者都会遇到这种情况：你花了半天算出了一串数值结果，但你完全不知道它背后对应的是哪个公式、哪个常数、哪个函数。这个"猜公式"的过程，非常依赖经验和直觉。 cyb酱把这件事自动化了。他做了一个叫"拉马努金模拟器"的工具——输入一个小数，它会反向推测出这个数字可能对应的数学闭形式。比如，你输入0.35506593315177，它可能会告诉你：这个数是2 - π²/6。 更硬核的是，这个模拟器支持非周期积分、K3模性周期、刚性超几何级数等多种高阶数学结构。它不为所有人设计，只为那个特定垂类里的特定需求服务。这也是这个工具的价值所在：用AI为社区同好解决一个真问题。 让AI扮演李白，重点不是"能答"，是"知道什么时候该说" 让AI扮演李白，这件事很多平台都能做。但知乎答主"日暮途远"想做的东西不太一样。 他要的不是一个"能回答问题的李白"，而是一个"知道什么时候该说什么话的李白"——有记忆、有性格、能感知对话情境。它是一个AI诗人，或者说诗人agent。你可以和他喝酒、论诗、聊人生，他可能突然沉默，也可能突然狂歌。 特别