重新认识到“降门槛”这个事情的价值。
过去一段时间里，用VibeCoding做游戏，成了越来越热的话题。
只要在社交平台上随手翻一翻，就能看到不少人用自然语言“搓”出各种小型demo。我们之前报道过的“宠物狗做游戏”，也一度成了VibeCoding“战斗力”的典型案例。
现在，这件事也开始出现一些新的变化——门槛更低的工具，已经陆续出现了。
最近，一个名叫MuleRun的Agent平台，也开始把“做游戏”放进自己的能力展示里。你可能之前听说过MuleRun或者“骡子快跑”，简单来说，MuleRun是一个能够理解需求、拆解任务，并将其主动执行的智能体系统。
它原本覆盖的是信息处理和内容生成等场景，而游戏开发，则是它最近开始重点呈现的一个新方向。
这几天，我在社交网络上也看到了不少Mulerun制作游戏案例。MuleRun制作的这些游戏demo，可以直接通过网页分享，所以直接就能玩到。
比如，几乎可以算是所有AI工具“保留节目”：开发一个《我的世界》。借助MuleRun，用户可以快速地搭出一个类MC的玩法切片：有方块构成的场景、有基础的移动与交互，
还有需要调用玩家摄像头的体感游戏，前端交互界面相当有设计感，玩家可以通过转动头部、张嘴等动作来完成一些简单的解谜流程。
以及另外一个让我印象很深的案例：一款名为《莫奈的画境》的平台跳跃游戏，完成度相当高。游戏的场景背景建立在莫奈画作上，随着玩家搜集足够的道具，背景的画作会逐渐“点亮”。
更有意思的是，游戏里的旁白和引导内容，都是以“莫奈”的口吻生成的。随着玩家不断推进流程，AI“莫奈”会以对话的形式介绍自己的画作，让整款游戏在平台跳跃之外，又多出了一层导览式的体验。
我自己也尝试使用MuleRun生成了一个山海经主题的类宝可梦游戏。说实话，一次性输入了大概800字左右的Prompt，包含核心玩法、世界观设定、战斗系统、UI布局和规格要求等等在内。
最后出来的结果，完整度比我预想中高不少：基础流程能够跑通，界面也确实有明显的分区，作为一个可以继续迭代的起点，已经相当像样。
这个过程里，其实不难感受到普通用户玩得兴味盎然的原因：这种创作，门槛实在是太低了。
对很多并不懂代码、也没有系统开发经验的普通用户来说，只靠自然语言，就能把脑海里的一个想法逐步变成可玩的成品，本身就是一件过去很难想象的事——而且，这还只是个开始。
1
当然，现阶段如果谈“AI做游戏”，还是得先强调下边界。
至少在目前，绝大多数低代码乃至零代码的游戏生成工具，都还很难单纯凭借自有平台上做出一款真正意义上有完成度、甚至具备商业化价值的游戏作品。
对游戏从业者来说，它的意义更多体现在效率上：一些小的需求或者idea，可以通过AI快速起一个原型，或者验证交互思路，一些原本几小时才能做完的工作，可以简单压缩到几分钟里完成。这些成果，也比较符合现阶段Agent工具的能力边界。
但令我惊讶的是，在MuleRun的社群里，参与热情最高的那批人，反而并不是传统意义上的开发者，而是许多并不具备完整开发能力的普通用户。
有人做游戏，其实并不是为了真的做“独立开发”抑或实现商业化，而是实现一些自己脑海里的点子。比如有人单纯是出于“学习”的目的，尝试把自己专业领域里的知识、概念，转化成带有游戏化体验的内容。
也有人更在意创作本身的分享欲，希望把自己做出来的东西交给身边亲近的人体验。在MuleRun的用户交流群里，甚至已经出现了“小孩给妈妈做游戏”这样的例子。
很多人来尝试这类工具，并不只是出于对新技术的好奇，而是因为他们原本就有一些模糊的表达冲动，只是过去一直缺少一个足够低门槛的实现方式。
我在交流群中接触到的MuleRun首批内测用户小顶，就是一个很典型的例子。
作为一名有20多年经验的程序员，小顶其实并没有独立的游戏开发经验，但一直是个游戏爱好者，也很早就接触过文字游戏，对Vibecoding这类新的创作方式始终抱有浓厚兴趣。
真正驱动他动手做游戏的，是一段带着个人记忆的往事。2005年前后，他和一位老同事曾一起做过WAP时代的网页游戏：他负责的是后台游戏框架，对方则更偏运营和内容。
多年之后，接触到VibeCoding和MuleRun，让他重新想起了当年和朋友一起做游戏、一起讨论玩法的时光。令人唏嘘的是，他近期才得知那位老同事后来已经因心脏病去世。
某种程度上，这次创作对他来说，更像是一种纪念。目前，小顶正在借助MuleRun制作一款复古气质很强的横版卷轴2D游戏，尝试还原当年他和同事一起合作的项目。游戏里有村庄、多个野外地图、装备掉落和任务剧情，整体视觉风格也尽量还原了他记忆中那种更早期、也更朴素的游戏体验。
其实上面提到的所有作品，本身未必最后能成为对大多数人来说成熟完整的可玩游戏，但对创作者个人来说，它们已经是承载个人记忆和创作欲望的“可玩成品”：
对于很多用户来说，AI做游戏最先满足的，未必是工业化生产需求，而是那些过去被技术门槛挡在外面的表达需求。
2
在这个基础上，MuleRun相对市面上的其它工具也具备一定的能力优势。
单纯说VibeCoding做游戏，市面上不少平台都能实现游戏生成的目的。而相较被动式的ChatBot，MuleRun能更自如地实现“主动推进一整串任务”，把一些原本分散的步骤串起来。
再具体一点说，MuleRun内置了一系列热门API，像是Nano Banana和wan，可以直接在同一对话框里调用对应模型，并将产物直接嵌入到开发中的项目里。
它也支持对不同类型的产物进行实时预览，比如PNG、html乃至PPT等内容，都可以直接查看结果。
甚至，它还对Godot引擎提供了原生支持，可以直接读写Godot项目文件。
这些能力单独看或许只是功能点，但放在一起时，带来的其实是一种很不一样的开发体验：用户能看到大量的中间结果和执行过程，而非一直面对一个黑箱。
比如我自己做的山海经宝可梦，在进行一些数值调整时，MuleRun除了告知你调整的内容和范围，还会自己模拟一遍（然后给你看到模拟结果），很好解决了“现在做到哪一步、下一步该看什么”的问题。
除此之外，MuleRun还有一个非常突出的长处，就是交付和传播的便利。
前面那些案例之所以能在社交网络上快速扩散，很大程度上是因为MuleRun生成的成品可以直接以网页形式一键部署、立刻分享。不仅手机和电脑都能直接访问，项目还能下载到本地继续修改。
随手而作的简单小项目，也会因此带上一点社交货币的属性。从生成到交付、再到分享的完整链路，恰恰也是它区别于许多同类工具的地方。
结语
说到底，AI工具的出现，让“做游戏”这件事第一次真正从少数人的能力，变成了更多人都能尝试触碰的事情。
过去，哪怕是RPG Maker这样相对新手友好的引擎，用户也依然需要能用肉眼看懂脚本逻辑，具备一定的设计和调试能力。比传统开发难度低再多的门槛，终究还是一道门槛。
即便到了今天，各种游戏引擎和编辑器都在不断降低编程难度，其学习成本对完全没有代码基础的用户来说仍旧不菲。也正因为如此，对于本来就掌握引擎能力的开发者来说，AI工具更现实的意义，往往还是提效。
而在这次MuleRun的社区案例里，我则看到很多没有完整开发能力、却同样有创作冲动的普通用户，也能从“做游戏”的过程中体验到足够的乐趣。
对普通用户来说，这件事的意义，其实早就不只在“最后做出的游戏品质如何”。至少在今天，“人人都能做出一款成熟的游戏”显然还不现实，但仅仅是“实现愿望”（哪怕是部分实现），就已经有很强的创作价值和情绪价值了。
无论是给家人朋友做一个纪念性质的小游戏、给孩子设计一个互动作品，还是把脑海里的某个儿时设想，做成一个可以运行和分享的东西，本质上都是一种很真实的表达需求。
用MuleRun制作的文字AVG
某种程度上，它也有点像文生图流行起来之后，人们第一次发现，原来想象真的可以变成现实。
所以今天再看，AI做游戏或许还远没到“让每个人都能独立做出成熟作品”的阶段，但创作门槛确实已经开始松动了，这本身就是一个值得关注的变化。
对我来说，这也是MuleRun最有价值的地方：在游戏这个仍然充满想象空间的场景里，它让更多原本没有专业开发能力的人，也有机会把过去难以实现、甚至难以表达的需求，转化成真正能够落地的内容。
而随着MuleRun继续接入更多专业的游戏开发能力，这种价值大概率还会进一步放大。
闻喜策略提示：文章来自网络，不代表本站观点。
