夜雨聆风
好几天没有更新文章了，上一次更新还是在上周六的早上。差不多一周时间，我基本没怎么更新内容，主要精力都放在日常公众号更新，剩余的所有时间，全部投入到了AI游戏编程的实践当中。
今天简单和大家复盘一下这段时间的实战进展，主要分为三个部分：一是国产AI编程工具Trae的深度使用体验，二是付费升级Cursor Pro后的实战感受，三是本地大模型Ollama、Gemma的部署与踩坑心得。同时我也会对比之前用过的Summer工具，聊聊几款主流AI编程工具在游戏开发场景下的真实差距。
一、首先聊聊国产AI编程工具Trae。
整体体验下来，Trae的智能程度，毫无疑问比我之前测评过的Summer要高出不少。但即便智能度更高，我最终还是选择弃用它，核心问题只有一个：模型幻觉过于严重，严重拖垮了整体开发效率，完全无法适配正经的项目开发。
我这段时间一直在做一款三国主题的塔防游戏，最初是基于Godot引擎开发项目。熟悉AI编程工具的朋友应该知道，Trae有一个权限机制：默认无法直接访问电脑本地磁盘文件，需要手动授权指定目录才能读写文件。我当时正常给工具开放了Godot项目的权限，本以为可以顺利推进开发，结果实际体验非常糟糕。
之前使用Summer开发时，最大的问题是Bug极多。每新增一个功能，就会连带出现十几个漏洞，而且反复修改、越改越多。我每天只能抽出半天时间做AI游戏编程，另一半时间需要打理公众号内容，半天忙活下来，往往只能落地两个小功能，80%的时间都耗费在排查和修复Bug上。
本以为换了更智能的Trae能改善这个问题，结果发现它在Godot项目中，并没有比Summer表现更好，同样漏洞频发、调试繁琐，开发效率依旧低迷。后来我和做技术的同行朋友交流，对方告诉我，Trae的优势场景并不在Godot这类游戏项目，它更擅长Node.js、JavaScript这类常规Web项目开发，用它做游戏开发，本身就选错了场景。
听取建议后，我立刻调整方向，让Trae从零开始搭建一个全新的Node.js项目。可从这之后，真正的噩梦就开始了，Trae的模型幻觉问题彻底暴露。
最离谱的问题是：它会频繁跨目录修改文件。明明我明确要求它在全新的Node.js项目目录下开发、修复Bug，它却总是擅自切换路径，跑去老旧的Godot项目中修改代码。
这里可以打个通俗的比方：就像你煮了一锅肉汤，尝了一勺觉得味道偏淡，于是往锅里加盐调味，但你始终重复品尝同一勺舀出来的肉汤，永远觉得味道没变、一直不停加盐，最后锅里的汤早已过咸，你却毫无察觉。
Trae就是如此。我反复叮嘱、多次提示它切换到新目录开发，当下它能正常响应、临时纠正，但下次修复Bug、新增功能时，又会习惯性篡改老项目的代码，新项目的问题完全没有解决，Bug自然无法修复。
这种情况持续反复，直接导致开发效率断崖式下跌。刚开始使用Trae时，我确实觉得它比Summer更聪明、逻辑更清晰，但随着使用时间变长，幻觉问题越来越严重，从最初偶尔遗漏细节，到后来完全混淆项目、搞错开发目录，体验越来越差，基本无法正常协作开发。
除此之外，Trae还有两个明显短板。第一是更新过于频繁，一天甚至会推送两次更新，虽然是后台自动更新、无需复杂操作，重启即可完成，对使用影响不算致命，但也能看出工具目前仍处于快速迭代、不够稳定的阶段，短期来看成熟度不足。
第二是重度使用限制问题。我开发的这款三国塔防游戏，属于中度复杂度项目，包含完整的武将升级、技能体系、宝石镶嵌机制，同屏可承载数百个单元，功能体系并不简单。但使用Trae开发时，经常会触发使用限额，工具会直接提示“今日使用过载，请次日再来”。
对我而言影响不大，因为我每天只有半天开发时间，限额用完后可以切换去更新公众号，次日再继续开发。但如果是全职开发者，这个限制会直接打断开发节奏，严重影响工作进度。更关键的是，我没有找到任何付费解锁额度的入口，即便愿意花钱，也无法解决重度使用受限的问题，这一点非常鸡肋。
二、聊完Trae，再说说我近期的核心体验：付费升级Cursor Pro后的实战感受。
之前Cursor免费版出现付费弹窗后，我放弃了，转而寻找其他免费引擎。但这次转回来，我果断升级了Pro版本，月费20美元，本次付费没有额外税费，整体成本不到150元人民币，门槛很低，国内大部分信用卡都可以直接支付，无需特殊网络工具。Cursor还有一档Pro+版本，定价60美元/月，折合人民币400多元，对于项目开发而言，这个成本完全可以接受。
我2016年最后一次游戏创业时，主程月薪就要三万人民币，如今每月几百元的AI工具成本，性价比极高，能极大降低个人开发者的起步成本。试过Summer、Trae等多款产品后发现，真正适配复杂游戏编程场景、稳定靠谱的，还得是Cursor。
升级Cursor Pro后，整体体验提升非常明显。按照我每天半天的开发强度，每月仅消耗4%~6%的额度，虽然无法完整支撑一整月使用，但换来的开发效率完全值得。
Cursor最大的优势，是几乎没有模型幻觉，项目辨识度极高。我手里有两个版本的三国塔防项目，内容高度相似，主题、玩法基本一致，但Cursor从来不会混淆两个项目的文件目录和代码逻辑，全程精准对应目标项目开发，不会出现跨目录篡改代码的低级问题。
这次重启塔防游戏开发，我提前给Cursor输入了完整的项目规划：包含武将体系、装备系统、技能机制、宝石镶嵌、长线剧情、100个主线关卡、300个支线关卡等全套需求。Cursor接收需求后，快速拆解任务、搭建项目框架，推进节奏非常稳。
同时它的调试能力远超国产工具。目前我使用的是Godot 4.6.2版本，而Cursor原生适配的是4.3版本，部分语法、关键字存在差异，难免会出现适配Bug。但只要我把编辑器的报错信息复制给Cursor，它就能精准定位问题、一次性修复漏洞，极少需要二次调整。
这彻底解决了我之前的痛点。此前用Summer开发，80%的时间都在排查修复Bug，一天只能落地两个小功能；而使用Cursor，一天可以完成四五个功能，甚至能搭建一套完整的小型系统，开发效率提升数倍。目前我已经用Cursor持续开发了三四天，整个项目进度稳扎稳打，推进非常顺利。
三、最后和大家分享一下本地大模型部署的踩坑经历。
作为喜欢折腾硬件、捡垃圾装机的玩家，我一直想通过部署本地大模型节省工具成本，这段时间专门测试了Ollama、Gemma两款模型，全程踩坑不断。
我此前用Ollama部署过3B参数的轻量模型，仅2GB左右大小，纯CPU推理速度尚可，体验不错。这次想尝试对接Cursor，用本地模型替代云端服务，却遇到了诸多问题。
最初我部署的Ollama 3B小模型，始终无法连接Cursor。我按照全网通用教程，在工具内配置好模型参数，通过ngrok将本地内网地址转化为外网地址，规避Cursor禁止访问内网的限制，整套流程完全无误，但依旧连接失败。
我一度以为是模型参数过小导致适配异常，于是更换了9GB大小的Gemma大模型。原本我以为大小模型只是参数体量不同，实际体验差距不大，真正部署后才发现，二者的推理效率天差地别。小模型算力负载低、推理高效，大模型参数庞大，纯CPU推理的计算量呈几何倍数增长，耗时大幅增加。
更换Gemma模型后，终于成功连接上Cursor。连接成功的瞬间，电脑CPU满载运行，内存占用直接增加8GB左右，从原本的20GB涨到28GB，能明显看出模型在正常加载运行。
但新的问题随之而来：纯CPU推理速度极其拉胯。我发送一句简单的“hi”，需要等待数十分钟才能收到回复；询问模型身份这类简单指令，甚至需要等待一小时左右。
网上教程普遍表示，CPU推理相比GPU推理速度慢10倍左右，但我的实际体验远不止如此。云端大模型单次回复仅需10秒左右，即便慢10倍，1分半钟也能完成响应，尚且可以接受。但本地CPU推理动辄几分钟、十几分钟，完全达不到正常开发的使用标准，时间成本极高，完全无法用于实战开发。
后续我排查发现，之前无法连接的Ollama小模型，只要将上下文参数从4K调整为128K，也能成功连接，但依旧摆脱不了响应极慢的问题。至此，我基本放弃了纯CPU部署本地大模型的开发方案。
不过这次折腾也让我找到了优化方向：目前我的设备只有核显、没有独立显卡，所有推理任务全部依靠CPU承载。根据实测和工具机制，Ollama支持GPU加速，只要搭载6G、8G、10G及以上显存的独显，就能将大部分推理任务转移到显卡运行，大幅提升推理速度。
高端24G、48G显存显卡价格昂贵，动辄万元以上，性价比极低。但闲鱼上千元以内的二手6G、8G独显，完全可以满足本地模型的基础加速需求。后续我也打算入手一块入门独显，再测试一波GPU加速的本地大模型部署效果。
结合这段时间的所有实战体验，我也做了最终总结：对于严肃的游戏开发、项目开发而言，付费Cursor依旧是最优解。每月一百到三百元的成本，换稳定、高效、低幻觉的AI开发体验，性价比极高，绝大多数开发者都会优先选择。
而本地大模型部署，目前仅适合技术爱好者折腾、学习、测试，属于小众玩法。受限于硬件成本和推理速度，暂时无法替代云端付费AI工具，就像小农作坊无法替代工业化生产一样，效率和稳定性差距悬殊。
最后，简单复盘核心结论：
1. 国产AI工具Trae智能度优于Summer，但严重的模型幻觉导致跨目录改错代码、重度使用受限这两个问题，导致无法用于复杂游戏项目开发，最终弃用；
2. Cursor Pro付费体验极佳，无幻觉、调试高效、项目辨识度高，大幅提升游戏开发效率，成本可控、性价比突出；
3. 纯CPU部署Ollama、Gemma本地大模型可行性低、响应极慢，无法适配开发需求，后续可尝试独显GPU加速优化，但短期无法替代云端付费工具。
好了，今天关于AI游戏编程的分享就到这儿，我们下期见。
关注我，带你一起发财。
