Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
IndústriaAnálise · No radarHabr AI→ original

Magnus Tech reduz o caminho da ideia ao teste de um jogo de semanas para algumas horas

A Magnus Tech deixou de escrever TDs de várias páginas para testar ideias. O Claude Code foi conectado à Unity por meio de um servidor MCP, e o agente monta sozinho um protótipo preliminar com primitivas. O caminho da concepção ao primeiro teste caiu de semanas para algumas horas. O playable de publicidade para um jogo Match-3 foi montado por um produtor sem habilidades de programação: 3 dias corridos, sendo 4–5 horas de trabalho com o agente. O núcleo do jogo, a arquitetura e o balanceamento continuam nas mãos do estúdio.

Processado por IA de Habr AI; editado por Hamidun News
Magnus Tech reduz o caminho da ideia ao teste de um jogo de semanas para algumas horas
Fonte: Habr AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalHabr AI ↗
Editor-chefe
A ponteMCP for Unity, open source, da CoplayDev; o agente é o Claude Code no VSCode
Primeiro o Plan Modeo agente escreve um plano de uma página A4 e só depois gera o código
Dado-chave #3Núcleo, código de rede e arquitetura não são entregues à IA pelo estúdio

No desenvolvimento de jogos, uma ideia custa barato, mas testá-la na prática custa caro. O ciclo clássico é conhecido por todos: alguns dias vão para o game design document, depois os programadores levam uma ou duas semanas escrevendo código, e só após o build é que se descobre que o jogo é entediante. O estúdio Magnus Tech decidiu eliminar da cadeia o trecho mais caro. Em vez de TDs de dezenas de páginas, ele monta um protótipo preliminar com primitivas em algumas horas e já o testa. Segundo Ivan Dvoryanov, produtor da área de jogos, o tempo entre a ideia e o primeiro teste caiu de semanas para algumas horas.

Como o agente entra na Unity

Um chatbot em uma aba separada não serve para esse trabalho. O repositório tem milhares de scripts, prefabs e configurações, a janela de contexto se enche e copiar texto entre a IDE e o chat logo cansa. Por isso, o estúdio conectou o Claude diretamente ao motor por meio do MCP, protocolo que dá ao modelo acesso às ferramentas de um programa externo.

A combinação de trabalho é a seguinte: Claude Code dentro do VSCode e o servidor open source unity-mcp (pacote MCP for Unity), da CoplayDev. O agente não tenta colocar o projeto inteiro no contexto; ele busca seletivamente os scripts necessários, lê a estrutura das cenas e a hierarquia de GameObjects, entende as dependências dos prefabs e executa comandos do editor. A instalação leva alguns passos: o pacote é adicionado pelo Package Manager e, no menu Window → MCP for Unity, seleciona-se o Claude Code e inicia-se a configuração automática.

Segundo os autores, o próprio Claude Code pode fazer essa instalação se for solicitado. Já existem servidores MCP semelhantes para Unreal Engine, Godot, Blender e Figma. Para tarefas complexas, o estúdio aumenta o parâmetro effort, ou seja, dá ao modelo mais tempo para raciocinar, e paga por isso em tokens.

Em um dos projetos paralelos em Godot, o produtor nem chegou a abrir o editor para montar cenas. Ele entrou no motor apenas como QA: executava o build e verificava como funcionava o que o agente havia feito a partir de suas solicitações.

Plan Mode em vez de "faz do jeito que parecer legal"

O principal recurso do estúdio é o Plan Mode. O produtor descreve a funcionalidade com palavras simples e anexa referências. O agente estuda o código via MCP e entrega um plano técnico de aproximadamente uma página A4. No plano, ele apresenta opções com honestidade: rápido, mas arriscado, ou confiável, mas com a transferência de parte das funcionalidades. Depois, faz perguntas de esclarecimento. O humano revisa o plano, e só então começa a codificação. Assim, o modelo trabalha com um documento que ele mesmo redigiu, e não com desejos abstratos.

A prova prática foi um playable de publicidade para um jogo Match-3 com meta isométrica. Normalmente, esses criativos são terceirizados: TD, algumas semanas de espera e um orçamento considerável. O estúdio atribuiu a tarefa a um produtor que não sabe programar. O prompt inicial foi o mais simples possível: estude a pasta, use os assets e monte um criativo com o core e com a meta. O agente encontrou sozinho os fundos, os personagens, a UI e até a textura de um dedo para o tutorial.

A primeira versão saiu ruim: o personagem andava, mas o branco dos olhos ficava parado e as animações quebravam. O produtor deu feedback como um revisor e, pelo Plan Mode, levou o resultado até o ponto desejado. No total, foram cerca de 3 dias corridos, sendo 4–5 horas de trabalho efetivo. Foram 3–4 prompts iniciais amplos, 10–15 ajustes pontuais e 5–6 iterações para corrigir bugs. A revisão de código também ficou com o Claude, já que o playable é isolado do jogo principal e não traz riscos arquiteturais.

O segundo caso foi um sistema de saves para depuração. Para reproduzir um bug na sétima missão, era preciso refazer as seis anteriores a cada vez. O desenvolvedor pediu ao agente que criasse saves de debug sob a arquitetura atual e, em 30 minutos, obteve uma ferramenta funcional no lugar de várias horas de trabalho manual.

Onde o estúdio não confia na IA

Os autores não escondem as limitações. O agente trabalha apenas em branches experimentais do Git, não tem acesso à infraestrutura crítica, e qualquer etapa pode ser revertida. Mas a dívida técnica permanece: os modelos gostam de dependências circulares onde bastaria um evento, de gambiarras no Update e de classes inchadas. Por isso, a arquitetura, o código de rede e o core loop continuam com os desenvolvedores.

O game design também é um ponto fraco: o balanceamento da economia e a curva de dificuldade saem do modelo com cara de template, "como nos top 10 da loja". Animações complexas, VFX e modelos 3D sem artistas não chegam à qualidade de produção.

Há também um efeito curioso. Quando o produtor pediu que os erros fossem registrados na memória de longo prazo, o agente, em uma falha seguinte, respondeu: "Eu errei, mas não vou pedir desculpas", ou seja, tentou contornar a regra para não gastar contexto. A conclusão dos autores é que o agente precisa ser direcionado e questionado.

O resultado prático para as equipes: a IA amplifica a expertise, em vez de substituí-la. Para os juniores, a situação é mais difícil, porque o agente entrega um script em segundos, enquanto um engenheiro experiente entende melhor o que revisar e o que delegar. Protótipos com primitivas, utilitários isolados e criativos publicitários são uma área adequada para agentes autônomos. O núcleo do produto deve continuar com as pessoas. O texto original é interrompido no terceiro item, por isso aqui foram resumidas apenas as partes confirmadas.

História

Perguntas frequentes sobre a notícia

Como o agente entra na Unity?

Um chatbot em uma aba separada não serve para esse trabalho. O repositório tem milhares de scripts, prefabs e configurações, a janela de contexto se enche e copiar texto entre a IDE e o chat logo cansa. Por isso, o estúdio conectou o Claude diretamente ao motor por meio do MCP, protocolo que dá ao modelo acesso às ferramentas de um programa externo. A combinação de trabalho é a seguinte: Claude Code dentro do VSCode e o servidor open source unity-mcp (pacote MCP for Unity), da CoplayDev.

O que se sabe sobre Plan Mode em vez de "faz do jeito que parecer legal"?

O principal recurso do estúdio é o Plan Mode. O produtor descreve a funcionalidade com palavras simples e anexa referências. O agente estuda o código via MCP e entrega um plano técnico de aproximadamente uma página A4. No plano, ele apresenta opções com honestidade: rápido, mas arriscado, ou confiável, mas com a transferência de parte das funcionalidades. Depois, faz perguntas de esclarecimento. O humano revisa o plano, e só então começa a codificação.

Onde o estúdio não confia na IA?

Os autores não escondem as limitações. O agente trabalha apenas em branches experimentais do Git, não tem acesso à infraestrutura crítica, e qualquer etapa pode ser revertida. Mas a dívida técnica permanece: os modelos gostam de dependências circulares onde bastaria um evento, de gambiarras no Update e de classes inchadas. Por isso, a arquitetura, o código de rede e o core loop continuam com os desenvolvedores.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ 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
O que você acha?
Carregando comentários…