用AI復刻童年游戲，零成本找回老玩家快樂

復古游戲收藏正在變成一項昂貴的愛好。一位記者用Gemini 3的"氛圍編程"（Vibe Coding，指通過自然語言對話讓AI生成代碼的開發方式），零成本復刻了三款童年經典。他發現了什么？

一個突發奇想的實驗

Blake Stimac在科技媒體寫了十多年手機和游戲報道。今年5月，他的編輯用一條提示詞在Gemini 3里做出了進階版掃雷——這讓他動了念頭。

他想做的不是簡單復刻，而是"降級重制"（demake）：把現代游戲用復古風格重新實現。這種形式在獨立游戲圈流行多年，通常需要編程基礎。但Stimac的編程經驗僅限于做過事件日歷和幾個小工具。

他選了三款童年游戲：《托尼·霍克職業滑板》《吉他英雄》《搖滾樂隊》。都是音樂/節奏類游戲，在二手市場價格不菲。

Gemini 3的上下文感知

測試過程中，Stimac注意到一個細節：Gemini 3對上下文的把握明顯更強。

中途他曾問能否把游戲打包成安卓安裝包（APK格式）以便側載到手機。Gemini 3直接回復做不到，但主動追問是否需要轉換教程。得到肯定答復后，它在生成游戲的同時，另附了一份文檔——按"工作量從低到高"列出HTML轉APK的多種工具方案。

「這感覺像是以前沒聊過的Gemini。」Stimac寫道。

技術解釋環節同樣如此。Gemini 3不僅生成代碼，還會把超出他理解范圍的技術概念拆解成易懂片段。

三款游戲的實現過程

《托尼·霍克職業滑板》

Stimac的第一條提示詞很具體：8位像素風格、側滾視角、滑板特技得分機制、三個可解鎖關卡、芯片音樂音效。

Gemini 3生成了可運行的HTML文件。打開后，他用方向鍵控制像素滑板手，空格鍵跳躍，組合鍵觸發踢翻、跟翻等特技。得分系統、關卡進度、復古畫面全部就位。

第一次迭代后，他追加要求：增加斜坡和欄桿作為互動元素，加入落地判定（完美落地得分更高），并添加"專注模式"——激活后時間變慢、得分倍增。

Gemini 3在對話流中直接完成了修改。Stimac沒寫一行代碼。

《吉他英雄》

第二款更復雜：節奏判定軌道、五個按鍵對應五色音符、連擊系統、搖滾風格視覺。

初始版本運行后，Stimac發現音符下落速度與音樂節奏不匹配。他在對話中指出問題，Gemini 3調整了時間軸算法。第二次測試，判定精度仍有問題——他再次反饋，AI修正了命中窗口的計算邏輯。

兩輪對話后，游戲達到可玩狀態。他追加要求"明星能量"機制：連擊積累能量條，滿格后激活得分加成。實現無誤。

《搖滾樂隊》

第三款是多人合奏模擬：鼓、吉他、貝斯、人聲四條軌道同時運行，每條軌道獨立判定，支持鍵盤分控或輪流演奏。

這是技術挑戰最大的一款。Stimac最初擔心多軌道同步會出問題，但Gemini 3直接生成了可運行的原型。他后續追加了難度選擇（影響音符密度）和樂隊總分排行榜。

整個過程中，他的輸入只有自然語言描述和測試反饋。

局限與真實成本

Stimac坦承結果"不完美"。畫面是粗糙的8位像素，音效是合成的芯片音樂，操作手感與原版有差距。但他強調：這完全滿足了他的目標——用零成本、零編程知識，找回童年游戲的樂趣。

他算了一筆賬。原版《托尼·霍克職業滑板》PS1二手卡帶約30-50美元，《吉他英雄》全套外設套裝二手市場80-150美元，《搖滾樂隊》樂隊套裝曾高達200美元以上。三款的"降級重制"版本，成本為零。

更重要的是可修改性。想加新關卡、換皮膚、調難度？繼續對話即可。傳統復古收藏做不到這點。

對開發工具的啟示

Stimac的實驗發生在Gemini 3發布初期。他的觀察指向一個趨勢：AI編程工具正在從"代碼生成器"轉向"對話式開發伙伴"。

關鍵差異在于上下文維護。早期版本也能多輪對話，但Gemini 3的"徹底性"體現在——它會主動預判下一步需求（如APK轉換教程），會把技術方案按工作量分層呈現，會在同一對話線程中維護多個關聯文檔。

這對非技術用戶的意義被低估了。Stimac不是開發者，但他完成了三款可玩的游戲原型。整個流程的核心動作是：描述需求→測試→描述問題→迭代。沒有語法學習，沒有調試工具，沒有Stack Overflow搜索。

游戲是測試AI編程能力的極端場景。它要求實時交互、視覺反饋、狀態管理、輸入響應——比靜態網頁或數據看板復雜得多。Stimac的三款游戲雖簡單，但覆蓋了側滾物理、節奏判定、多軌道同步等典型機制。

復古游戲市場的隱性門檻

實驗背后還有一個未被明說的背景：復古游戲收藏正在金融化。

Stimac提到走訪多家復古游戲店的經歷。老游戲的價格"令人不安"——稀缺卡帶被炒到數百美元，完整套裝更難求。這創造了一道門檻：想合法體驗童年回憶，要么支付溢價，要么依賴模擬器和ROM的灰色地帶。

AI生成內容提供了第三條路徑。不是完美復刻，而是功能等效的替代方案。對核心收藏家，這沒有價值；對只想"玩一下"的普通用戶，這打開了可能性。

Stimac沒有深入討論版權邊界，但他的實踐暗示了一種灰色地帶的張力：當AI可以生成"受原作啟發"而非"復制原作"的體驗，知識產權框架如何適用？這個問題他留給了讀者。

數據收束

Stimac的實驗記錄于2026年5月4日，全程使用Gemini 3。三款游戲從零到可運行的總耗時未精確統計，但單款迭代周期以"分鐘級"對話計，而非"小時級"編碼。最終產出為三個HTML文件，可在任意瀏覽器打開，支持鍵盤操作，無需安裝。

復古游戲市場規模數據未在原文出現，但二手交易平臺PriceCharting的歷史記錄顯示：2020-2025年間，經典游戲卡帶平均價格上漲約340%。同期，AI編程工具的上下文窗口從4000 token擴展至200萬token，代碼生成準確率（以HumanEval基準計）從28%提升至約90%。

兩個曲線交匯于2026年：當獲取舊內容的成本持續攀升，創造替代內容的門檻持續下降。Stimac的實驗是一個數據點——不是技術突破的宣告，而是用戶行為的早期信號。