最近看到 Simon Willison 用 coding agents 做 Battle Drones，看到 12 個主要版本和 321 個 agent commits 的時候，我第一個反應是，這哪裡是 vibe coding，這根本是把 playtest 外包給一群不會喊累的工程師 XD

早期版本據說已經能運作，地圖能跑，單位能動，對戰也能開始，但玩起來不好玩。後來他直接對 Claude 下指令，Make it a LOT more fun，agent 跑了好幾個小時，才弄出明顯改善的版本。手機桌面、6 張地圖、隨機地圖、AI 對戰，甚至還有用聲音同步附近裝置的雙人模式，這些功能列出來很漂亮，真正難的是玩家會不會玩到第三分鐘還不想關掉。

可運作跟好玩中間那段

我自己用 vibe coding 做過小遊戲，第一版通常很快就能看到畫面，按鈕也會動，規則大概還算完整。問題是自己玩五分鐘就開始發呆，因為每一個選擇都沒有重量，贏了沒什麼爽感，輸了也不知道自己哪裡做錯。

這段距離很難寫成規格。你可以要求 agent 加上敵人、關卡、道具、音效，卻很難用一句 prompt 說清楚什麼叫做「玩家剛好想再來一局」。它通常藏在節奏裡，第一個決策有沒有立刻回饋，失敗之後有沒有學到東西，下一局有沒有一點點不一樣。這些都得靠人真的坐下來玩，玩到覺得煩，再指出到底是哪裡煩。

所以我現在看 vibe coding 的產出，會把「能不能做出來」和「能不能玩下去」拆成兩個檢查表。前者看功能有沒有壞，後者看自己願不願意在修好之後再玩一次。兩者中間差很多，甚至可能第一個打勾了，第二個連題目都還沒開始。

321 次提交代表什麼

321 個 commits 聽起來很像 agent 很厲害，其實也提醒一件比較不浪漫的事，創意成本沒有消失，只是從寫 TypeScript 轉成觀察、描述、取捨和重試。

每次 playtest 都要把「不好玩」拆成可驗證的改動。是開局太慢，還是資源太多，還是玩家根本看不懂自己為什麼輸。改完再玩一次，如果從三分鐘變成八分鐘，這才算有進展。只喊再有趣一點，通常只會得到更多特效和按鈕，這個坑我踩過，畫面熱鬧起來，遊戲還是像在填表格。

對我來說，vibe coding 最有價值的地方，是把做出第一版的門檻壓到很低，讓人有餘力把時間花在後面那一大段。最容易被低估的工作，剛好也是最像玩家的工作，坐下來玩，覺得無聊，記下原因，改一個變數，再玩一次。

會寫 code 的人未必知道哪裡好玩，會下 prompt 的人也一樣。最後還是得有人願意當那個很挑剔的玩家，連續玩 321 次，然後把一句「不好玩啦」翻譯成 agent 聽得懂、改完也驗證得了的要求。這才是最硬的部分，笑死