AI编程工具的市场估值已经冲到810亿美元。有人用Cursor+Claude两小时搭完一个完整网页游戏，却在GameDev.js游戏开发大赛上被评委当场问住：「你这代码能跑在Godot里吗？」
答案是不能。而且这不是个例——当开发者试图把「氛围编程」（Vibe Coding，指用自然语言描述需求让AI生成代码的开发方式）搬进真正的游戏引擎时，崩溃来得比编译错误还快。
同样的AI，两种命运
Cursor生成React组件时行云流水，面对Godot的场景树却开始胡言乱语：节点路径张冠李戴，信号连接无中生有，生成的.tscn文件加载即崩溃。
问题根本不在模型本身。GPT-4o和Claude 3.5的代码能力没有突变，突变的是AI能「看见」什么。
网页项目对AI极度友好：文件结构 predictable（可预测的）——src/、components/、pages/各就各位；框架文档被训练数据嚼烂了；代码全是纯文本，AI能直接逐行阅读。游戏引擎则把这三条全推翻。
Godot的场景树定义了每个对象的父子关系，Unity的.prefab和.unity文件是二进制序列化格式，Unreal的蓝图系统根本不存在于文本文件中。AI工具在网页开发里像图书馆管理员，到了游戏引擎里成了蒙眼猜谜的。
1.7倍bug率的来源
当氛围编程工具为网页应用生成代码时，它能读取现有组件、理解路由结构、遵循你的命名规范。面对游戏引擎时，它在猜——猜你的场景层级、物理层设置、输入映射、信号连接。
结果是：AI生成的游戏代码平均bug率比人工代码高1.7倍。对于上下文敏感度远超普通网页应用的游戏项目，实际数字可能更难看。
大多数人忽略了一个关键点：AI工具表现好坏，首要决定因素是它能不能读取你的文件。
这也是Godot正在悄然成为AI辅助开发最佳引擎的原因。Godot项目里所有东西都是人类可读的文本：场景(.tscn)、脚本(.gd)、资源(.tres)，甚至项目配置。AI工具能像阅读React代码库一样阅读整个Godot项目。
Unity和Unreal把场景和资产数据存成二进制。模型再升级，GPT或Claude也解析不了.prefab文件——这不是能力问题，是格式问题。
两条路线的分野
通用氛围编程工具对待所有项目一视同仁：看见文件，生成代码，祈祷能跑。
引擎原生AI工具做三件事 differently（不同）：
第一，读取项目状态而非文件。不解析文本，而是向引擎运行时查询实际的场景树、节点属性、信号连接。这相当于阅读网页应用的DOM而非源代码——两者都有用，但DOM告诉你实际发生了什么。
第二，针对引擎验证。氛围编程工具生成函数时检查语法，引擎原生工具生成代码时能针对引擎的API和类型系统验证。一个知道RigidBody2D在Godot里有没有apply_central_impulse方法，另一个在瞎猜。
第三，理解运行时上下文。游戏开发的大量逻辑发生在运行时：物理模拟、碰撞检测、动画状态机。引擎原生工具能访问这些运行时信息，通用工具只能读静态文件。
Unity的Muse和Unreal的Copilot插件都在往这个方向走，但进度参差。Godot社区则出现了Godot Copilot等第三方工具，直接利用引擎的开源特性深度集成。
谁会被甩下车
对于独立开发者和小团队，这个差距意味着时间成本的数量级差异。用Cursor+Godot，两小时原型验证；用Cursor+Unity，两小时花在调试AI生成的错误节点路径上。
大型工作室有另一套算盘。他们的资产管道复杂，二进制格式有历史包袱，迁移成本以百万美元计。但内部工具团队已经在研究如何把引擎运行时状态暴露给AI——不是用通用氛围编程工具，而是自建管道。
一个值得玩味的细节：GameDev.js大赛上那个两小时作品，作者赛后承认如果当时用Godot而非网页技术栈，至少能省40分钟调试AI生成的碰撞检测代码。但他选择网页栈的原因很简单——「当时还不知道Godot的.tscn是纯文本」。
信息差本身就是壁垒。现在你知道了，下一个两小时的项目，引擎选谁？
热门跟贴