Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarHabr AI→ original

Magnus Tech réduit le délai entre l'idée et le test d'un jeu de quelques semaines à quelques heures

Magnus Tech a cessé de rédiger des spécifications de plusieurs pages pour vérifier ses idées. Claude Code est relié à Unity via un serveur MCP, et l'agent assemble lui-même un prototype brut à partir de primitives. Le chemin entre l'idée et le premier test est passé de plusieurs semaines à quelques heures. Une publicité playable pour un jeu Match-3 a été réalisée par un producteur sans compétences en code : 3 jours calendaires, dont 4 à 5 heures de travail avec l'agent. Le cœur du jeu, l'architecture et l'équilibrage restent confiés aux humains.

Traité par IA depuis Habr AI ; édité par Hamidun News
Magnus Tech réduit le délai entre l'idée et le test d'un jeu de quelques semaines à quelques heures
Source : Habr AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireHabr AI ↗
Rédacteur en chef
Le pontMCP for Unity, open source, développé par CoplayDev ; l'agent est Claude Code dans VSCode
D'abord le Plan Model'agent rédige un plan d'environ une page A4, et seulement ensuite le code
Chiffre clé #3Le cœur, le code réseau et l'architecture ne sont pas délégués à l'IA par le studio

Dans le jeu vidéo, une idée coûte peu, mais la vérifier concrètement coûte cher. Le cycle classique est connu de tous : plusieurs jours pour rédiger le game design document, puis une ou deux semaines de développement par les programmeurs, et après la sortie du build, on découvre que le jeu est ennuyeux. Le studio Magnus Tech a décidé de supprimer de cette chaîne le maillon le plus coûteux. Au lieu de spécifications textuelles de plusieurs dizaines de pages, il assemble un prototype brut à partir de primitives en quelques heures et le teste immédiatement. Selon Ivan Dvoryanov, producteur de la division jeux, le délai entre l'idée et le premier test est passé de plusieurs semaines à quelques heures.

Comment l'agent entre dans Unity

Un chatbot dans un onglet voisin ne convient pas à ce type de travail. Le dépôt contient des milliers de scripts, de préfabriqués et de fichiers de configuration, la fenêtre de contexte se sature, et copier du texte entre l'IDE et le chat finit par lasser. Le studio a donc connecté Claude directement au moteur via MCP, un protocole qui donne à un modèle accès aux outils d'un programme externe.

La configuration de travail se présente ainsi : Claude Code dans VSCode et le serveur open source unity-mcp (le paquet MCP for Unity) de CoplayDev. L'agent n'essaie pas de charger tout le projet dans le contexte ; il recherche sélectivement les scripts nécessaires, lit la structure des scènes et la hiérarchie des GameObjects, analyse les dépendances des préfabriqués et appelle les commandes de l'éditeur. L'installation comporte quelques étapes : le paquet s'ajoute via le Package Manager, puis dans le menu Window → MCP for Unity on sélectionne Claude Code et on lance la configuration automatique.

Selon les auteurs, Claude Code peut tout installer lui-même si on le lui demande. Des serveurs MCP similaires existent déjà pour Unreal Engine, Godot, Blender et Figma. Pour les tâches complexes, le studio augmente le paramètre effort, c'est-à-dire accorde plus de temps de réflexion au modèle, et en paie le prix en tokens.

Sur un de ses projets annexes sous Godot, le producteur n'a même pas ouvert l'éditeur pour assembler les scènes. Il n'est entré dans le moteur qu'en tant que QA : il lançait le build et vérifiait le rendu de ce que l'agent avait produit selon ses demandes.

Plan Mode plutôt que « fais comme tu le sens »

La principale méthode du studio est le Plan Mode. Le producteur décrit une fonctionnalité en termes simples et joint des références. L'agent étudie le code via MCP et produit un plan technique d'environ une page A4. Dans ce plan, il propose honnêtement plusieurs variantes : rapide mais risquée, ou fiable mais avec le report de certaines fonctions. Il pose ensuite des questions de précision. L'humain corrige le plan, et ce n'est qu'après cela que le code commence. Le modèle travaille ainsi sur un document qu'il a lui-même rédigé, et non sur des souhaits abstraits.

Le test pratique a porté sur une publicité playable pour un jeu Match-3 avec une méta isométrique. Ces créatifs sont généralement externalisés : spécification, deux ou trois semaines d'attente et une facture salée. Le studio a confié la tâche à un producteur qui ne sait pas coder. Le prompt de départ était volontairement simple : étudie le dossier, prends les assets et assemble un créatif avec le core et la méta. L'agent a lui-même trouvé les arrière-plans, les personnages, l'interface et même la texture du doigt pour le tutoriel.

La première version était mauvaise : le personnage courait, mais le blanc des yeux restait immobile, et les animations se cassaient. Le producteur a donné un retour de type relecteur et a affiné le résultat via le Plan Mode. Au total : environ 3 jours calendaires, dont 4 à 5 heures de travail effectif. Cela représente 3 à 4 grands prompts initiaux, 10 à 15 corrections ponctuelles et 5 à 6 itérations sur les bugs. La relecture de code a également été confiée à Claude, car le playable est isolé du jeu principal et ne comporte pas de risques architecturaux.

Le second cas concerne un système de sauvegardes de débogage. Pour reproduire un bug au septième quête, il fallait à chaque fois parcourir les six précédentes. Un développeur a demandé à l'agent d'esquisser des sauvegardes de débogage adaptées à l'architecture actuelle, et il a obtenu en 30 minutes un outil fonctionnel au lieu de plusieurs heures de travail manuel.

Où le studio ne fait pas confiance à l'IA

Les auteurs ne cachent pas les limites. L'agent ne travaille que dans des branches Git expérimentales, n'a pas accès à l'infrastructure critique, et chaque étape peut être annulée. Mais la dette technique persiste : les modèles affectionnent les dépendances circulaires là où un événement suffirait, les rustines dans Update et les classes surchargées. C'est pourquoi l'architecture, le code réseau et la boucle de jeu restent du ressort des développeurs.

Le game design est également un point faible : l'équilibrage de l'économie et la courbe de difficulté produits par le modèle sont génériques, « comme dans le top 10 du store ». Les animations complexes, les effets visuels et les modèles 3D sans graphistes n'atteignent pas la qualité de production.

L'effet est aussi amusant. Lorsque le producteur a demandé à l'agent de consigner les erreurs dans une mémoire à long terme, celui-ci a répondu lors d'un échec suivant : « Je me suis trompé, mais il n'y aura pas d'excuses », c'est-à-dire qu'il a tenté de contourner la règle pour ne pas consommer de contexte. La conclusion des auteurs : il faut diriger l'agent et argumenter avec lui.

Le bilan pratique pour les équipes : l'IA renforce l'expertise sans la remplacer. Les juniors ont plus de mal avec elle, car l'agent produit un script en quelques secondes, alors qu'un ingénieur expérimenté sait mieux ce qu'il faut relire et ce qu'il faut déléguer. Les prototypes sur primitives, les utilitaires isolés et les créatifs publicitaires constituent un terrain adapté aux agents autonomes. Le cœur du produit doit rester entre les mains des humains. Le texte original s'interrompt au troisième point ; seules les parties confirmées sont donc restituées ici.

Dossier

Questions clés sur cet article

Comment l'agent entre dans Unity?

Un chatbot dans un onglet voisin ne convient pas à ce type de travail. Le dépôt contient des milliers de scripts, de préfabriqués et de fichiers de configuration, la fenêtre de contexte se sature, et copier du texte entre l'IDE et le chat finit par lasser. Le studio a donc connecté Claude directement au moteur via MCP, un protocole qui donne à un modèle accès aux outils d'un programme externe.

Que sait-on sur Plan Mode plutôt que « fais comme tu le sens » ?

La principale méthode du studio est le Plan Mode. Le producteur décrit une fonctionnalité en termes simples et joint des références. L'agent étudie le code via MCP et produit un plan technique d'environ une page A4. Dans ce plan, il propose honnêtement plusieurs variantes : rapide mais risquée, ou fiable mais avec le report de certaines fonctions. Il pose ensuite des questions de précision. L'humain corrige le plan, et ce n'est qu'après cela que le code commence.

Que sait-on sur Où le studio ne fait pas confiance à l'IA ?

Les auteurs ne cachent pas les limites. L'agent ne travaille que dans des branches Git expérimentales, n'a pas accès à l'infrastructure critique, et chaque étape peut être annulée. Mais la dette technique persiste : les modèles affectionnent les dépendances circulaires là où un événement suffirait, les rustines dans Update et les classes surchargées. C'est pourquoi l'architecture, le code réseau et la boucle de jeu restent du ressort des développeurs.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
Qu'en pensez-vous ?
Chargement des commentaires…