上一篇，我写了我开始只用手机、ChatGPT 网页版和 GitHub 开发一款复杂系统游戏

真正重要的问题不是“AI能不能生成一个游戏”，而是：为什么这套流程没有在几轮对话后失控，反而可以长期迭代？

我的游戏和应用基本采用纯 Web 技术栈，页面、交互、图标、动画、粒子效果和大量视觉资产都可以通过代码实现，因此特别适合云端开发。

我会为每个项目建立独立的 ChatGPT 项目空间，把设计资料、试玩截图、视觉参考和临时想法放进资源库，再开启多个对话，分别负责核心玩法、叙事、UI、代码审计和版本复盘。

正式代码、开发规范和已经确认的设计结论则保存在 GitHub。即使更换对话窗口，GPT也可以重新读取私有仓库，了解当前版本，而不是依赖一条越来越长、越来越混乱的聊天记录。

GPT网页版目前已经可以读取和分析仓库，创建文件夹和文件，修改代码，编写文档，审计架构，参考其他私有仓库中的开发规范，并根据我的试玩反馈继续迭代。必要时，它也可以远程调度 Codex处理更重的工程任务，但这不是整套流程成立的前提。

由于项目仓库保持私有，而我的免费 GitHub 方案不能直接为私有仓库建立 Pages，我会通过 Cloudflare 部署试玩版本。GPT完成修改后，Cloudflare自动构建并生成访问链接，我再直接用手机打开游戏，测试实际触控、布局、节奏和内容体验，然后把反馈发回项目对话。

这就形成了一个完整循环：

手机提出需求，GPT修改私有仓库，Cloudflare生成试玩版本，我在真实设备上体验，再继续反馈和迭代。

当然，GPT网页版还不是完整的云端 IDE。它不擅长浏览器底层调试、精细性能分析和复杂构建环境排错，也不能把对话里生成的图片、音频等二进制资产直接送入仓库。项目资源库与 GitHub 也不是同一个文件系统，重要结论仍然要主动写回仓库。

这套方法能够长期运行，并不是因为AI记住了一切，而是因为信息被放在了正确的位置：项目空间保存讨论和素材，GitHub保存工程事实，Cloudflare提供真实试玩环境，多个对话承担不同职能，而我负责体验、判断与方向选择。

当AI承担大部分文件和代码操作后，对于一部分纯Web游戏与应用，手机已经可以成为主要创作入口。