程序員用AI寫代碼、開發游戲早已不是新鮮事，但若告訴你，一只寵物狗也能通過“敲鍵盤”參與游戲開發，甚至做出能正常游玩的作品，這聽起來是否有些天方夜譚？然而，這一看似荒誕的設想，竟被一位前meta研究工程師付諸實踐，并取得了意想不到的成果。
故事的主角是Caleb Leak和他的寵物狗Momo，以及AI編程工具Claude Code。實驗中，Caleb向Claude Code介紹了一位“神秘的游戲設計師”——只會用亂碼交流的Momo。為了確保實驗可控，他設置了嚴格的安全限制，并搭建了一套自動反饋機制，實時監控AI的行為和輸出。令人驚訝的是，在一人、一狗和AI的協作下，他們竟真的完成了幾款完成度頗高的小游戲。
Caleb Leak的職業生涯堪稱精彩。他曾在Oculus VR負責SDK和計算機視覺工作，后來短暫涉足VR游戲開發，并在Compound Eye從事視覺算法研究。回到meta后，他組建了合成數據團隊，參與AR/VR相關工作，還為Horizon Worlds（現更名為meta Horizon）提供渲染支持。然而，2026年meta Reality Labs的裁員讓他失去了研究工程師的職位，也正是這段空閑時間，讓他將目光投向了身邊的寵物狗Momo。
Momo是一只9磅重的cavapoo（騎士查理王小獵犬與玩具貴賓犬的混血品種），性格溫順、聰明活潑。實驗的靈感源于一次意外：去年十二月，Caleb在用Godot引擎開發游戲時，發現終端界面出現了一串亂碼。起初，他懷疑電腦中了惡意軟件，但排查后發現，原來是Momo不小心踩到了鍵盤。這個偶然事件讓Caleb萌生了一個大膽的想法：如果將Momo的隨機輸入交給AI，能否創造出有意義的內容？
帶著這個疑問，Caleb開始了“小狗氛圍編程”實驗。他準備了四樣核心工具：一個藍牙鍵盤供Momo“敲擊”、一臺樹莓派5作為信號中轉站、一個智能寵物喂食器用于獎勵Momo，以及一個用Rust語言開發的DogKeyboard應用程序，用于過濾無效按鍵（如Esc、Tab）并將有效輸入傳遞給Claude Code。實驗流程如下：Momo按下鍵盤后，按鍵信息通過網絡傳輸到DogKeyboard，該程序過濾掉無用按鍵后，將有效信息傳給Claude Code。當Momo按下的按鍵數量足夠時，DogKeyboard會觸發喂食器發放零食作為獎勵，并播放提示音鼓勵它繼續“工作”。
從Momo第一次按下鍵盤到完成一個可玩的小游戲，大約需要1到2小時。這些游戲均使用Godot 4.6引擎開發，所有邏輯代碼均用C#編寫。然而，如何讓AI理解“小狗按下的亂碼”成為關鍵挑戰。Caleb設計了一段提示詞，讓Claude Code將隨機輸入解讀為充滿創意的游戲指令。例如，輸入“y7u8888888ftrg34BC”會被AI解析為：“y7u”代表“you”（鍵盤上按鍵相鄰），“8888888”象征長長的舌頭（8像鏈條），“ftrg”是混亂的“frog”（青蛙），“34”代表3D和四個方向，“BC”則是“Bug Catcher”（捕蟲者）。最終，AI生成了一款名為《Swamp Snacker》的3D青蛙捕蟲游戲，玩家需操控青蛙用舌頭抓蟲子得分。
盡管初期結果并不完美，但Caleb通過不斷優化提示詞和設置“最低要求清單”（如游戲必須有音頻、可操控角色、敵人或障礙等），顯著提升了生成游戲的質量。例如，Claude Code曾將“y7u8888888ftrg34BC”解讀為一款青蛙捕蟲游戲，玩家扮演青蛙，用舌頭抓蟲子并得分，玩法有趣且完整。
為了將實驗轉化為可重復的系統，Caleb進行了一系列優化。他選擇Godot引擎是因為其文本化場景格式便于AI直接讀取和編輯，而Rust/Bevy的動畫效果不夠清晰，Unity則存在橋接問題。在鍵盤選擇上，他最終選用了Logitech Pebble Keys 2藍牙鍵盤，因其堅固耐用且適合Momo敲擊。他還開發了自動獎勵機制，通過智能喂食器減少人為干預，并借助截圖工具和自動試玩工具讓AI自行檢查游戲問題，相當于讓AI擔任QA測試員。
訓練Momo“敲鍵盤換零食”也花了不少心思。Caleb花了約兩周時間，通過逐步增加難度和調整獎勵價值，讓Momo學會了“敲鍵盤—得獎勵”的關聯。例如，初期在鍵盤上撒高價值零食建立“鍵盤=美食”的聯想，隨后通過提示音和零食獎勵強化“敲鍵盤”的行為，最終實現全自動化運行。
隨著工具和提示語的改進，Momo“參與開發”的游戲質量越來越高。例如，《DJ Smirk》是一款鍵盤音調體驗游戲，《Munch》是競爭性沙拉制作游戲，《Zaaz》則是通過移動刷子涂滿關卡的益智游戲。截至發稿，Momo的最新作品是《Quasar Saz》，玩家需扮演Zara，使用宇宙薩茲對抗腐化音波，共有6個關卡和Boss戰，視覺和音效表現均十分出色。
Caleb表示，這場實驗的真正“魔法”不在于Momo的輸入，而在于圍繞輸入構建的系統——精心設計的提示語、嚴格的安全防護、自動化驗證和實用工具，將純粹的隨機敲擊轉化為可玩的游戲。他強調，AI輔助開發的瓶頸不在于創意，而在于反饋循環的質量。例如，讓AI能夠截圖、試玩關卡并檢查自身代碼，這些工具不僅讓小狗“編程”成為可能，也顯著提升了人類使用AI創作的效率。
目前，Caleb已將所有工具開源，鼓勵更多人嘗試用AI開發游戲，無論是否擁有寵物。這場實驗不僅展示了AI的潛力，也讓人重新思考：在技術與創意的結合下，未來的開發模式可能會變得多么不同尋常。
