设想一个没有编程经验的用户想做一个3对3街头篮球小游戏。几年前，他大概有两种选择：打开一个拖拽式编辑器，从“创建角色”“添加篮筐”开始一块块搭；或者试试某个“一句话生成”工具，得到一个画面不错但规则经不起推敲的原型。前者控制力强但门槛高，后者上手快但改不动。最近两年公开的一些工具更新显示，这两种方式正在出现在同一个编辑器里，而且中间多了一个新环节：在用户试玩之前，让AI先把游戏跑一遍。

三种能力开始出现在同一个编辑器里

从公开资料看，主流引擎和创作平台正在把AI能力直接放进编辑器，而不是做成独立的生成网站。Unity在2025年8月发布的Unity 6.2中推出了Unity AI测试版，用集成在编辑器里的Assistant和Generators取代此前的Muse等服务：Assistant被描述为能感知当前项目的助手，可以回答文档问题、自动完成批量操作、编写并运行C#代码；Generators则把精灵图、贴图、材质、音效和动画等素材生成集中在一处。

Roblox在2026年4月对其Studio中的AI助手Assistant做了一次偏“代理化”的更新。按照公开报道和官方开发者论坛的说明，新增的规划模式会先分析现有代码和数据模型，向创作者提出澄清问题，再生成一份可编辑的行动计划；执行计划时，一个测试代理会读取输出日志、截取画面、模拟键盘和鼠标输入来检查设计与玩法，把发现的问题反馈给助手进行修复。

这两个例子面向的都不是严格意义上的“无代码”用户，但它们揭示的流程结构值得关注：自然语言负责提出意图，编辑器负责让人看见并调整结构，测试负责在交付前发现问题。

自然语言的角色：从“直接生成”变成“先出计划”

一个明显的变化是，自然语言不再只是“说一句、出结果”。先提问、再出计划、计划可编辑，这种顺序对体育游戏特别重要，因为体育游戏的提示词几乎总是不完整的。“做一个3对3街头篮球”没有说比赛打多久、打到几分、投进三分线外算几分、是否有进攻时限、犯规怎么处理。

如果AI直接生成，这些空白会被悄悄填上默认值，用户往往要玩了几局才发现“怎么打到21分才结束，太久了”。如果AI先列出计划，比如“目标分：21分（街头篮球常见设定，可改为11分）；弧顶外投篮：2分，弧内：1分；进攻时限：12秒”，用户在开工前就能改掉不想要的部分。这正是无代码平台应该坚持的原则：AI不能假装提示词是完整的，而要给出合理默认值、把默认值摆出来、允许修改。

可视化编辑承担的是“让人看懂”的那部分

自然语言适合表达意图，但不适合精确修改。用户想把三分线往外挪半米，用一句“三分线远一点”去描述，AI可能挪了2米；用户想让“犯规3次罚下”只在决赛生效，用语言描述很容易产生歧义。这些地方需要可视化编辑：场地上可以直接拖动的线，规则面板里可以选择的条件和结果。

更重要的是，可视化编辑能把规则之间的关系显示出来。当用户同时设置了“比赛限时5分钟”和“先到21分获胜”，编辑器应该把这两条规则连在一起标出来：两者都可能先触发，需要指定谁优先。关于普通人如何看懂规则之间的关系，无代码体育游戏平台一文有更详细的讨论。

自动测试正在从大厂工具链走向普通创作者

自动测试本身不是新事物。EA的研究部门SEED曾公开介绍，他们在一套基于脚本机器人的现有自动测试方案中加入了实验性的强化学习系统，用于提高《战地2042》和《死亡空间》（2023）等作品的测试覆盖；他们也坦言，这类方法需要较深的机器学习知识，训练可能要花上数天，并不总是游戏团队最实用的选择。其他大型游戏公司的研究团队也公开讨论过用强化学习补充脚本化测试的经验。

新变化在于，测试代理开始出现在面向普通创作者的工具里，并且和生成流程连在一起：生成、测试、发现问题、修改、再测试。对于一个无代码用户来说，他不需要知道测试代理是怎么训练出来的，只需要看到一份能读懂的结果，比如“篮下区域有一处角色会卡住”“12秒进攻时限在暂停后没有重置”。

落到体育游戏上是什么样子

把三种能力放进同一个流程，以乐鱼体育无代码平台的思路为例，那个3对3街头篮球小游戏的制作过程大致是：

  1. 用户输入一句话，系统列出计划和默认值：场地尺寸、目标分、计分方式、进攻时限、AI对手难度。
  2. 编辑器里，用户把目标分从21改为11，把弧顶三分线拖远一点，给AI对手选“进攻型”。
  3. 规则面板自动检查冲突：用户又加了“限时3分钟”，系统提示与“先到11分”需要指定优先级。
  4. 验证阶段，测试Agent在后台跑200局模拟比赛：发现进攻型AI在弧顶的命中率设置偏高，胜率达到七成以上；有一处场边护栏与篮架之间存在卡位点。
  5. 游戏交付给用户前，这两个问题已被标出并给出修改建议，用户确认后生成V2，V1保留可回退。

在这个流程里，乐鱼体育关注的不是哪一种输入方式更先进，而是每一步都有人能看懂、能改、能撤回。

仍未解决的问题

  • 测试覆盖的边界：测试代理能发现卡住、不可达、比赛无法结束这类确定性问题，但一个“能打完”的游戏不等于一个“好玩”的游戏，节奏和手感仍需要人来判断。
  • 结果如何解释：对不懂技术的创作者来说，“胜率71%”意味着什么、该改哪个参数，需要翻译成他能理解的建议。
  • 自动修复的权限：AI在测试后自动修改了哪些东西，必须清楚告知，否则用户会失去对自己作品的掌控感。
  • 语言与可视化之间的同步：用户用语言改了一条规则，编辑器里的对应积木要同步变化；反过来也一样，两种表示一旦不同步，问题会比只用一种方式更难排查。

参考与说明

文中关于引擎AI功能、创作平台测试代理和大型游戏公司自动测试研究的信息来自相关公司官方资料与公开报道，乐鱼体育相关的比赛设置、模拟局数和测试结果均为模拟示例。