Bài viết trên Hacker News: LLM làm web tốt hơn game vì nhiều thành phần nằm ngoài code
Một nhà phát triển game lập luận rằng các mô hình ngôn ngữ lớn (LLM) hiệu quả hơn nhiều khi làm ứng dụng web so với phát triển game truyền thống, vì game có nhiều thành phần quan trọng không được thể hiện dưới dạng code. Tác giả kể rằng đã dùng ChatGPT để xây dựng trang mood.site trong khoảng 20 giờ, trải dài từ hai đến ba tuần, và cho biết khả năng hỗ trợ lập trình của LLM sau đó đã tiến bộ đáng kể với các công cụ như Claude Code cùng những phiên bản Claude mới hơn. Theo tác giả, phát triển game kết hợp code với tài sản đồ họa, bố cục, nội dung và nhiều hệ thống liên kết với nhau mà LLM khó quan sát hoặc thao tác trực tiếp. Ngược lại, các dự án web—đặc biệt những stack nhiều code như Svelte—có nhiều ví dụ chất lượng được công khai hơn và giúp LLM dễ suy luận về toàn bộ ứng dụng. Sự phổ biến của các dự án Three.js đơn giản có thể một phần đến từ lợi thế này, vì các tài sản dạng khối và nhiều thành phần game có thể được biểu diễn trực tiếp bằng code, dù sản phẩm tạo ra đôi khi thiếu dấu ấn sáng tạo riêng. Bài thuyết trình đề xuất xem chính game như một “harness”, tức môi trường có cấu trúc để đưa những phần liên quan của quá trình phát triển vào tầm quan sát của mô hình thay vì để chúng ở trạng thái khó tiếp cận. Về thực tế, lập luận này cho thấy những nhà phát triển muốn nhận hỗ trợ đáng tin cậy từ LLM nên thiết kế lại công cụ và quy trình để mô hình có thể đọc, thay đổi và kiểm tra nhiều hơn các hệ thống cũng như nội dung trong game.
Nhà phát triển game nên xem LLM như một công cụ cần được cung cấp đúng “giao diện” làm việc, thay vì chỉ giao cho nó đọc và sửa mã nguồn. Nếu muốn thử ngay, hãy bắt đầu với các hệ thống và tài sản game có thể mô tả rõ bằng code, đồng thời kiểm tra thủ công những phần trực quan và liên kết phức tạp.
Đọc bài gốc