Step 5 Preview 首轮实测来了，游戏开发能力爆表！

大家好，我是微笑哥。

晚上下班回家，看到老婆一直在玩一个游戏，还玩得挺投入，我就纳闷是个什么游戏。

过去看了下，发现原来就是个物理合成类小游戏。

就类似下面这个效果。

玩法其实挺简单，把两个差不多的东西放在一起，合成更高级的东西，然后继续合成。看着有点像几年前火过一阵子的“合成大西瓜”。

让我无语的是，为了拿游戏里的一个道具，她居然可以坐在那里不断看广告。

我当时就冒出一个想法。

干脆自己开发一个，想要什么道具就自己加，至少也不用为了一个小道具看30秒的广告。

讲真，单从开发角度看，这个任务是有难度的。

比如，一堆直径各异的球体，实现其碰撞逻辑和物理运动规则就挺复杂；关卡、回合、得分等设置梳理起来也很耗时间；另外美工设计，我也完全不擅长。

但现在有了AI，一切就不同了。

先给大家看看我做的版本一的效果，至少游戏逻辑完整、元素丰富、操作丝滑，另外还有三个独家道具。

对于这个效果，我还是挺满意的，毕竟这样一个游戏，我没写一行代码，从想法到最终可操作的成品，只进行了2轮对话。

具体怎么做的？我们一步步说。

一、工具

这次的工具，我用的是WorkBuddy，配合阶跃星辰的新模型：Step 5 Preview。

这个模型很新，官方定位其为：向前一步，智能效率的新一代“帕累托前沿”。

拥有1M上下文窗口，支持文本、图片输入，其Model intelligence世界一流，实操体感打平GLM 5.3，Opus 5。

在WorkBuddy中配置step-5-preview模型

需要说明的是，截图中配置的Water18-0910模型就是Step 5 Preview模型，后面其他截图也是一样。

官方地址：https://platform.stepfun.com/

完成账号注册后，生成自己的API Key，配置在各种AI Agent工具中即可（配置在ClaudeCode、Codex、Cursor等工具都行，本文案例使用WorkBuddy，更方便国内用户快速上手）

好不好用，实践来检验，开始实操！

二、需求分析

其实要描述清楚一个游戏需求，也不用完全人工操作。

这次我直接用WorkBuddy帮我梳理了整个游戏的提示词。

先告诉AI我们的大致诉求，比如：

我想做一个浏览器版的小游戏，物理合成类（类似合成大西瓜 玩法），治愈系可爱风，面向喜欢鲜艳画风、单局短、可随手玩一局的女生玩家。帮我输出完整提示词，要包含核心概括、玩法细节、技术栈选型、视觉元素风格以及最终交付要求，目的是用来让AI高效地开发游戏。

之后AI会输出很详细的提示词，我们在这个基础上去做人工修改，效率就会高很多。

上图框出的具体提示词有2000多字，这里我就不贴出来了，对于大家各自的想法，也可参考类似思路操作，基本大差不差。

三、开发过程

讲真，尽管我知道现在用AI开发游戏会快很多，但这个游戏的开发过程，顺利的还是让我有点意外。

我们来看看 Step 5 Preview 的表现。

先看首轮输出结果。

第一轮回话结束，游戏成品直接产出，没有任何语法报错，可以直接上手玩。

游戏首页、关卡设置、界面布局、物理碰撞逻辑、计分系统、警戒线判定、失败和重开等功能+逻辑基本合理。

首页

关卡选择界面，多组主题选择，难度双向递增

游戏主界面、计分、设置以及道具功能

暂停界面

游戏结束界面

整体来看，我认为首轮会话完成度是不错的，这点很值得肯定。

还有一个点我印象很深，就是一次交互问题自主修复效率。

虽说第一轮输出整体功能问题不大，但是我测试后，发现一个很细节但却严重的问题。

简单描述这个Bug就是，糖果掉落过程中，存在同样糖果碰撞但不合成的情况，不是每次都发生，刚开局时出现概率较大。

这种概率性问题，从开发者角度看，通常修复起来是比较麻烦的。

首先复现就挺麻烦，定位问题后修改完还得反复测试，确保真的不会再复现。

针对这个问题，我截取一些Step 5 Preview模型的关键分析过程，大家一定可以看出一些东西。

如下图：

我们看到它的思考逻辑很有条理：

1、它先分析问题，找出可能的漏洞；

2、写复现测试的case，我们看到它写了一个_repro.js的脚本文件，用来复现问题；

3、运行复现脚本，成功复现问题，并且判断实际问题的严重性；

4、断定问题根因；

另外如下图标记处，修改过程中还顺手修复了一个我没发现的问题。

5、代码自主修复过程，以下是部分截图，这个有多轮修改过程；

6、完成修复后，自己写了测试脚本_smoke.js，执行脚本并完成测试。

7、全部测试完成后，还知道清理临时文件并更新日志。

我来总结一下，一次会话，Step 5 Preview 自主完成了分析、复现、定位、修改、测试、交付、记录等整个链路的所有工作。

当然，这轮会话也消耗了较多时间，用时35分钟，但我依旧觉得效率惊人。

在一线做过开发的小伙伴应该都知道，一个完整的需求，落到代码里却是一堆细节。

页面怎么布局，游戏逻辑怎么处理，按钮点下去发生什么，数据怎么保存，某个功能之间会不会互相影响。

这些东西少一个，最后做出来的东西就容易变成一个“看起来能跑，实际不好用”的半成品。

而在这个案例中，我给 Step 5 Preview 一个完整目标，它就能给我交付一个完整可用的产品。

这一点，我真心认为是现代大模型很重的考核点。

说实话我现在真不大关心什么参数、排行，我更愿意看的是交付结果的完整性，单轮会话的输出程度，完整产品共进行了几轮会话，执行效率是怎样的。

因为这些才是AI落到需求实处最直接的体现。

而在这些点上，Step 5 Preview 模型表现得确实很能打。

四、写在最后

开发这个游戏，我从产生想法，梳理需求、配置模型、完成开发，大概用了两小时左右，因为主要工作都是AI做，我只是边喝茶边引导，所以过程不算很紧。

最开始，我只是嫌老婆看广告麻烦，就想着给她做个小游戏。

最后折腾出来的东西，反倒让我认真体验了一遍现在最新的大模型到底能把事情做到什么程度。

我想说，大家都知道AI会写代码，但“会写代码”和能把一个任务从需求一路推进到交付，中间差着不少东西。

这次我对 Step 5 Preview 模型比较直观的感受，就是它已经是一个能自己往前走的开发助手了。

你把目标说清楚，它会自己想办法把路走完。

当然，复杂项目该有的人还是得有人，需求也还是要自己想明白。

但现在对于把“创意”变成“可实际操作的产品”这件事来说，门槛确实越来越低了。

还有一点不得不提，Step 5 Preview价格真的实惠！其单任务成本仅为同等智能水平模型 GLM-5.3 和 Kimi K3 的 35%，Claude Opus 5 的 12.5%。

所以如果你有想法，我真心建议你可以去试试 Step 5 Preview 的API的效率，因为最真实的感受，还得自己实操。

API接入入口：

https://platform.stepfun.com/

最后，还有件挺尴尬的事。

老婆看了我做的第一版游戏，问我，说：“玩你这个游戏，那我以后是不是就不用看广告了？”

我说：“理论上是。”

她又问：“那你再给我加几个道具......糖果造型要更可爱点......我还要......”（此处省略10个需求）

我沉默了几秒。

广告是不用看了，但她居然开始催我加新功能了。

我这不典型自己给自己挖坑啊，真是无语。