夜雨聆风昨天刷到一篇讲 Claude Code 和 OpenClaw（中文圈给它起了个外号叫"小龙虾"）区别的公众号——两个月前的信息了，怎么还有人在公众号当新东西写？
更让我反应过来的是：这种文章不是个别现象。一个两个月前已经被几十个英文媒体讲完的对比，今天还在被中文公众号当新东西转——它其实在说一件事。
微软 1 月发了一份全球 AI 扩散报告。84% 的人接触过 AI。16% 的人每周在用。
你看这个数字。接触过 84%。每周在用 16%。中间那个 gap 是 68 个百分点。
这 68% 是什么——是刷到、是听别人说过、是公司内部演示过一次、是被同事推过链接但没点开。是接触，不是使用。
所以这种文章为什么还有人在公众号当新东西生产、还有人转？这里是我的解读、不是数据——转发这类文章的人，多数不属于 16%。他们属于那 68% 的接触者。他们没在用，他们在收集"我了解 AI"的证据。两个月前的信息他们没刷到，所以是新的。
弱智科普为什么传得快，原因就在这里——它服务的不是用户，是接触者。接触者不需要文章准确，只需要看起来像在更新。
我是那 16% 里的 1 个。
我做独立游戏。AI 是我每天工作的工具，不是话题。让我具体讲我用它做什么——不是教程，是清单。你自己判断这是不是你想象中那个 AI。
1. 玩法验证
想到新玩法的时候，我让 AI 直接把核心玩法 demo 做出来，我自己上手玩。
不是文字描述、不是 spec、不是脑爆——是真能跑、能点、能玩的那种版本。
为什么这一步必须做：人对没做出来的东西，总是会臆想得更好。你脑子里那个"很有意思"的玩法，真做出来你玩三分钟就知道——节奏不对、反馈太弱、循环太短、第二关就腻。但如果不亲手玩，你永远停在那个臆想版本里，给团队画饼。
过去这一步要 3 天——找美术做最简素材、找程序拼一版、调通、然后我玩。现在 AI 一个晚上给我一个能玩的版本。它做出来的不能上线、引擎也不对、美术粗糙——但它够好到让我判断脑子里那个东西是不是真有趣。
砍掉自己 80% 的臆想，剩下那 20% 才值得给团队投资源。
2. 策划文档
老实讲，这一项我用 AI 主要是提效——它写得比我快，写完我快速过一遍检查，整体比我从零写省时间。
但用着用着我发现一个副作用：AI 写出来的版本会暴露我自己表述的含糊。
我有时候只是脑子里有一个模糊方向，落到文字上就糊。我自己写的话会无意识跳过那些含糊的环节、用一些万能词糊弄自己。AI 不会——它把我的含糊放大成具体的句子。我看到那个具体的版本，就立刻知道："这个不是我想要的。"
知道"不是我想要的"是什么样子，比直接说出"我想要的"是什么样子，容易得多。我就用这种方式逐渐逼近我真正想要的东西。
得到错误的答案，也是定位正确的方式。
3. 前端交互原型
这是最有用的一个。
最早我让 AI 生成 HTML + 简单交互给程序看。但 HTML 还不够——程序拿到之后还得"翻译"一遍，把它从网页变成 Godot 工程里的东西。所以现在我直接让 AI 生 Godot 原型，可点可玩，程序拿到的就是已经在我们引擎里能跑的版本。
他还是要改——按生产标准重写、对接既有引擎、补我没考虑的边界情况。但他改的对象是一个具体的东西，而不是从零搭。
为什么这一步重要：我作为策划，描述一个交互永远不如做出来清楚。我说"主角碰到墙弹一下，弹的力度跟主角速度成反比，且会触发屏幕震屏 0.2 秒"——你听完得在脑子里搭一遍。但如果我直接给你一个能跑的 demo，你按一下就懂了。
需求传递的损耗，主要不是在程序的理解能力上，是在我自己描述精度上。过去给程序传需求的标准动作是写文档 + 录视频——把脑子里的交互翻译成文字、再录一段视频指着说"我要的就是这种感觉"。程序拿到这两份资料还要再从文字和视频里反推我脑子里到底是什么。
AI 让我跳过这一整步——直接把脑子里的东西做出来。程序拿到的不是文档加视频、不是我口头的"就是这种感觉"，是一个能跑的版本。他还要改，但改的对象是看得见的东西。
这就是 AI 真实的样子。
它没有那些科普文章描述的那么神，也没有唱衰文里写的那么泡沫。它是一个让你不能糊弄自己的工具。
当你有具体的事要做、具体的卡点要过，它有用。
当你只是想"了解 AI 现在到底怎么样"——它没办法在公众号文章里被讲清楚。任何讲得清楚的版本都是被简化到失真的版本——这就是为什么两个月前的信息今天还能当新东西转：它本来就不是给真在用的人看的。
要看 AI 是什么样，去找在用的人。别信接触者写的东西。
这个号会继续写我作为独立游戏制作人具体在用什么、怎么用、哪里它行哪里它不行。如果你也在用、想看更具体的，留下来。如果你只是想了解AI--那建议你直接打开豆包、千问、deepseek、Kimi任何一个，用它两小时，比我写的任何东西都管用。
