用狗爪子写出来的游戏，竟然能玩

快速阅读：一位被Meta裁员的工程师，把狗狗随机踩键盘这件事发展成了一套完整的游戏开发流水线。整件事最反常识的结论是：AI辅助开发的瓶颈，从来不是你输入了什么，而是你搭建了什么样的反馈系统。

Caleb Leak在Meta做研究工程师，2025年1月13日被裁员。失业在家，无聊，想起自己9磅重的泰迪犬Momo曾经踩坏了他的键盘输入——那时他正在用Claude Code做Godot游戏原型，回来发现终端里多了一串乱码。

他突发奇想：如果把这串乱码真的提交给Claude，会发生什么？

结果是一个完整的游戏开发流水线。Momo踩蓝牙键盘，输入经Raspberry Pi过滤危险按键后转发给Claude Code，攒够16个字符自动回车提交，智能喂食器同步吐出狗粮作为奖励。平均一到两小时，一个可以运行的Godot游戏就出来了。

Claude接到那些乱码时的反应很有意思。把“y7u8888888ftrg34BC”解读成“ftrg是FROG的乱序排列，8888888像青蛙伸出的舌头，于是你想要一个青蛙抓虫游戏”。然后它真的做了，还起名叫Swamp Snacker。

技术层面有几个细节值得单独说一下。

Caleb试过Rust/Bevy和Unity，最后选了Godot。原因简单粗暴：Godot的场景文件是纯文本.tscn格式，Claude可以直接读写；Unity的场景层级结构Claude根本读不出来，MCP桥接时不时就挂掉。游戏引擎对AI友好与否，不在于名气大小，在于文件格式够不够朴素。

键盘也折腾了不少。硅胶键盘太软，被另一只狗Hana直接咬出个洞。最后选了Logitech Pebble Keys 2，用VHB胶带固定，蓝牙连接省去了咬线的麻烦。

最重要的是反馈工具。早期游戏经常跑起来是黑屏，或者玩家角色隐形，或者键位压根没接上。给Claude加了截图工具和自动输入序列工具之后，它开始自己测试自己——打通全部6个关卡，发现Boss战血条不更新，回去改代码，重新跑一遍确认修复。

游戏质量的提升，不是在Caleb改进了提示词之后发生的，是在Claude能看见自己做的东西之后发生的。

有网友指出，整件事的核心洞见被埋在文末一句话里：“魔法不在于输入，在于围绕输入搭建的系统。”随机按键能生成可玩游戏，意味着输入本身几乎是噪声。

有观点认为，与其说这是提示词工程的胜利，不如说彻底宣告了提示词工程的终结——真正的能力在于系统架构，持久记忆、行为约束和反馈回路对输出质量的影响，远超任何提示词优化。

不过也有人泼冷水：这些游戏顶多和Flappy Bird一个档次，那条初始提示词本身就极其详细，是人写的，不是狗写的。Momo只是个随机种子发生器，或者更直白地说，一个会要求喂食的/dev/random。

这个反驳有道理，但不完全对。如果输入完全不重要，换成真正的随机数生成器效果应该一样。Caleb自己也注意到，Claude在解读那些乱码时会主动寻找意义，而这个“寻找”的过程实际上影响了游戏的初始方向。

这个项目在 Hacker News 上引起广泛讨论，最高票评论是一个打工人的感慨：“如果我老板停止给我发工资，我的键盘按键也会停止的。”

另一个走红的评论说：未来的开发团队有三个人——一个AI、一条狗、一个负责填狗粮的人。狗输入提示，人喂狗，狗阻止人关电脑。

值得一提的是，Caleb被裁的时间正好是2025年1月13日，Meta那轮专门针对研究工程师的裁员。他用失业后的时间做了这个项目。

狗没有失业，工程师失业了，然后工程师用自动化系统让狗成了游戏开发者。这件事哪里奇怪，哪里不奇怪，大概要过几年才说得清楚。

简评：

狗踩出乱码，AI读出青蛙——这不是Claude在理解输入，而是在对虚无进行强制性诠释，像极了人类面对命运时的样子。整件事最讽刺的地方在于：我们花了十年优化提示词，结果一条泰迪证明了输入根本不是瓶颈。真正的魔法是那套反馈系统：截图、自测、迭代。AI的能力边界，从来不取决于你说了什么，而取决于你让它看见了什么。人类也一样，大多数人不是输在起点的选择，而是输在过程中从不回头看自己走过的路。

www.calebleak.com/posts/dog-game/