线下配资
【CSDN 编者按】在 AI 大模型席卷编程世界之前，很多开发者做 Side Project 靠的就是“死磕”：查文档、踩坑、调试，一个小游戏能折腾三个月。而如今，大模型不仅能写样例代码，还能帮你快速迁移业务逻辑、实现复杂规则。本文作者就用亲身经历对比了“没用大模型时花 3 个月 vs 用大模型只花 3 天”的真实差距。
原文链接：https://marianogappa.github.io/software/2025/08/24/i-made-two-card-games-in-go/
作者 | Mariano Gappa 翻译 | 郑丽媛
出品 | CSDN（ID：CSDNnews）
我写了 15 年代码，但直到最近才发现：我居然从没真正独立开发并发布过一款游戏。
小时候我在阿根廷长大，经常和朋友一起玩纸牌。于是我想，不如就做一个阿根廷人最常玩的纸牌游戏吧。于是我问 ChatGPT：
我：阿根廷最常见的纸牌游戏是什么？给个简短答案就好。 ChatGPT：Truco。
Truco：不用大模型，3 个月的折腾
2024 年 6 月 18 日，我开始在业余时间开发 Truco。作为一名长期写 Go 的后端开发者，后台逻辑不难。但难点在于 UI 和“如何不花钱把游戏长期托管上线”。
于是问题逐一拆解：
当时我还没用 LLM，所以每个细节都得自己踩坑、查文档、调试。最终花了大概 3 个月才把游戏做出来。我本就没打算推广或变现，只是单纯想把项目做完，顺便让大家能再玩玩童年的游戏。一年后，我发现居然还有人在玩这个游戏，完全是意外惊喜。
Escoba：用大模型，3 天搞定
一年后我回阿根廷探亲，教侄子玩另一款经典纸牌——Escoba。这次我想：既然现在 LLM 已经这么普及了，那我要是再做一款游戏，会不会快得多？于是我决定试试。
我直接复制了 Truco 的后端，把 Escoba 的规则写成一个长提示词交给 Claude，让它改写代码。没想到，第一次就几乎完美运行——当时我甚至心里一凉：完了，工作要被替代了。
唯一的问题是，它在某处用错了 append 并修改了 action。除此之外，我只补了点“锦上添花”的功能（比如更聪明的 bot）。
但前端就没那么顺利了，我还是花了几天时间才搞定。主要原因并不是 LLM 的问题，而是我自己 React 水平有限，再加上整个架构比较奇怪——让一个黑盒 WASM 函数管理游戏状态。再加上 JavaScript 调试也很麻烦，开发过程一度令我相当头疼。
一步步来，自己做一款游戏有多难？
估计很多人读到这里会想：能不能自己也搞一个？其实用我这套技术栈并不复杂，我给大家做了个最小化的井字棋（Tic-Tac-Toe）示例仓库，直接 fork 就能上手：
后端：https://github.com/marianogappa/tictactoe-backend
前端：https://github.com/marianogappa/tictactoe-frontend
欢迎在线试玩：https://marianogappa.github.io/tictactoe-frontend/
后端逻辑（Backend）
一个回合制游戏的后端其实非常直白：
1、定义 GameState（比如棋盘初始状态、空操作列表）。
2、实现 CalculatePossibleActions，告诉前端哪些操作有效。
3、实现 RunAction，更新游戏状态。
4、如果有 bot，就写个函数根据当前状态选择操作。
这样就够了！（注意：别做“人对人”联机对战，除非你愿意掏钱买服务器。）
前端逻辑（Frontend）
虽然我不算前端专家，但流程也不复杂：
1、调用后端创建 GameState。
2、在界面上渲染出来。
3、让玩家选择一个操作。
4、把操作传给后端应用。
5、如果轮到 bot，再触发 bot 的操作。
完事！
后端编译成 WASM
为了在前端调用 Go 代码，需要把后端编译成 WASM：
GOARCH=wasm GOOS=js go build -o main.wasm main.go
但这样出来的二进制太大，尤其在手机上很慢。建议用 TinyGo 编译，体积会小很多。
编译前要准备一个专门的入口文件，导出需要给前端调用的函数，比如：
//go:build tinygo// +build tinygopackagemain[...]funcmain() {js.Global().Set(\"trucoNew\", js.FuncOf(trucoNew))js.Global().Set(\"trucoRunAction\", js.FuncOf(trucoRunAction))js.Global().Set(\"trucoBotRunAction\", js.FuncOf(trucoBotRunAction))select {}}var (state*truco.GameState// \"Global variable\" for the GameStatebottruco.Bot)注意最后一定要用 select {} 阻塞住，不然程序会立即退出。数据交互
WASM 不能直接序列化 Go 结构体，所以要用 JSON 作为中间层。基本套路如下：
functrucoRunAction(thisjs.Value, p []js.Value) interface{} { // Always this signature// Read the input JSONjsonBytes:= make([]byte, p[0].Length()) js.CopyBytesToGo(jsonBytes, p[0])// 1. Decode the input JSON to your struct// 2. Run your Go code, return an output struct// 3. Encode the output struct to JSONnewBytes:=_runAction(jsonBytes)// Return the output JSONbuffer:=js.Global().Get(\"Uint8Array\").New(len(newBytes))js.CopyBytesToJS(buffer, newBytes)returnbuffer}前端调用 WASM
在前端调用时，可以写一个封装函数：
functionjsRunAction(data) {constencoder=newTextEncoder();constencodedData=encoder.encode(JSON.stringify(data));constresult=trucoRunAction(encodedData);constjson=newTextDecoder().decode(result);returnJSON.parse(json);}letgameState=jsNewGame();// Note that RunAction doesn't take a GameState.// WASM is the source of truth; your frontend can't mutate it.gameState=jsRunAction(action); WASM 是“唯一真相来源”，前端不能直接改游戏状态。每次修改后都要重新编译后端，把生成的 main.wasm 替换掉。
我写了个 Makefile 脚本来自动化：
compile_library:\ncd $(GOPATH)/src/github.com/marianogappa/escoba && \\\nTINYGOROOT=/usr/local/Cellar/tinygo/0.38.0 tinygo build -o main.wasm -target wasm main_wasm.go && \\\nmv main.wasm $(CURDIR)/public/wasm/wasm.wasm && \\\ncp /usr/local/Cellar/tinygo/0.38.0/targets/wasm_exec.js $(CURDIR)/public/wasm/wasm_exec.js && \\\ncd -
别忘了 wasm_exec.js 也要拷贝，并在 HTML 里加：
\n script> \n\n
本地调试
这在 Github Pages 中会自动运行，但在本地，你需要通过 HTTP 提供文件。你可以使用 http-server：
npx http-server ./public -p 8080
总结
这一路下来我收获颇多：
● 没用 LLM 时，3 个月才勉强做完一个游戏；
● 借助 LLM 时，3 天就能上线一个可玩的版本；
● 当然，前端和 WASM 调试依然是最大挑战。
希望我的经验能帮到你，也许能激发你亲手做一款小游戏。
【活动分享】2025 全球机器学习技术大会（ML-Summit）北京站将于 2025 年 10 月 16-17 日在北京威斯汀酒店举办。大会共 12 大主题、50+ 海内外专家，聚焦大模型技术和应用变革。详情参考官网：https://ml-summit.org (或点击原文链接）。
维嘉资本提示：文章来自网络，不代表本站观点。
