跳到正文
只看工作流实践#MCP/工具调用
  1. AWS Machine Learning Blog一手来源60

    SageMaker AI 多轮强化学习实战指南：以 Wordle 为例训练 gpt-oss-20b

    AWS 在博客中给出 Amazon SageMaker AI 多轮强化学习（MTRL）的实操指南，用 Wordle 作为示例训练 gpt-oss-20b。训练作业和待训练的策略模型由 SageMaker AI 负责，智能体、游戏环境和奖励函数托管在 Bedrock AgentCore，只对整局结果打分，再由 GRPO 更新 LoRA 适配器。

    推荐理由：从奖励设计、部署到训练失败的完整排错记录，给出了可复用的多轮强化学习落地路径和单次训练成本。

  1. Alandys来源81

    开发者 Alandys 称用 Claude Opus 5.5 花了四周开发 three.js 合作肉鸽游戏 Alandys，并公开了七步多会话工作流。期间投入约 330 小时、最多同时开 7 个会话，累计 444 次提交和 500 多个自动化测试，38 亿 token 全部走每月 200 美元的订阅，按 API 价格约合 1.21 万美元。

    推荐理由：作者公开了自己用 Claude 并行开发游戏的七条配置与自检方法，读者可据此改造长周期项目的工作流。

  1. AI 观察家 Andy来源66

    作者用 Unreal Engine 5 和 Claude Opus 5.5 搭建一个捉鬼游戏，并把开发拆成每次只处理一个系统的任务。流程包括通过 Unreal MCP 连接、灰盒 5 个房间、加入吸力光束与显示已捕捉 0/3 的 HUD、设置三处谜题，并用 Lumen 和 Niagara 表现状态与特效。

    推荐理由：原文给出用 UE5 与 Claude Opus 5.5 分系统搭建捉鬼游戏的流程，读者可借鉴其任务拆分和提交节奏。

  1. 前端哥Liam来源64

    前端哥Liam 称这是他今年见过最美的 AI 作品，没有之一，并分享 Sac 老师 16 天用 AI 制作 3D 剧情游戏、近 300 万浏览的完整流程。流程包括 Fable 写 PRD、Image 2.5 出场景和人物图、Tripo 生成 3D 资产、Opus 5.5 通过 MCP 直接操控 Blender + Unity、Astra 修 bug，并附可用提示词。

    推荐理由：原文完整公开了从需求文档、图像、三维资产到 Blender 与 Unity 操控和修 bug 的游戏制作分工流程，读者可参考并复用各环节提示词。

已经到底了