7月26日，上海，TapTap 开发者沙龙（TDW 2026）现场。黄一孟上台，没有先讲财报，没有先聊发行，而是放出一个数字：2026 年上半年，TapTap 新发行可玩游戏达到 5002 款，接近去年同期的 10 倍。而在这 5000 多款新游戏里，超过 4000 款借助 AI 制作。一个第三方游戏平台，半年新增游戏数量井喷到去年同期十倍，这在过去任何一年都不可想象。

紧接着他公布了第二件事：一个名叫 Cindy 的 AI Agent 客户端正式发布，面向全网免费开源，用户无需登录就能使用。黄一孟给它定的调子是"开箱即用"——用户不必自行接入飞书、TapTap 后台、统计后台，也不必逐一配置 Skill 和 Agent，只需说出需求和目标，它就能开始工作。

这两件事放在一起看，才是完整的信息量：TapTap 制造已经让"会用浏览器的人"做出 5000 款游戏，Cindy 则要把门槛再往下压一截——连本地安装 Codex、Claude Code 这一步都省掉。游戏创作这个过去被引擎、美术、程序三重门槛挡住的行业，正在被一层一层拆掉围墙。

时间线回到 1 月 30 日。TapTap 制造（TapTapMaker）正式上线，产品底层由三部分构成：AI 智能体、AI Native 引擎和 TapTap 开发者服务。它的卖点很直接——创作者可以用自然语言对话创作游戏，并且无须脱离聊天窗口，即可完成从零到上线的全过程，覆盖开发技术、美术素材、音乐音效、TDS 功能接入、一键上架。

这个时间点选得很微妙。1 月底正是各家大厂 Agent 产品集中亮相的季节，但 TapTap 制造押的不是"写代码的 Agent"，而是"做游戏的 Agent"——它把策划、程序、美术、音频、上架全链路压缩进一个聊天窗口。半年来，这套东西跑出了 5002 款新游戏、接近 10 倍同比增长的成绩单，其中超 4000 款借助 AI 制作，占比超过八成。

更值得注意的是审核数据：TapTap 的游戏版本平均审核时间从 2.7 小时缩短到 0.5 小时，对大部分游戏来说已经"几乎无痛"。审核提速的意义不在于快，而在于它改变了一个最底层的经济账——过去小团队做一个游戏，光等审核就能耗掉半天，现在半小时出结果，试错成本被压缩到一个可以反复迭代的区间。

但 Cindy 的起源，比产品本身更有意思。黄一孟在演讲里透露，两个多月前，Cindy 还只是心动内部的一个工具——初衷很简单，让公司里每个同事，特别是非技术岗，都能更方便地用上 AI。做着做着，这个项目变成了一个实验：他观察到，AI 让单个人的编程和制作效率提升了成百上千倍，但回到团队协作中，效率却没有得到对应的增长。

这个观察直接命中了游戏行业的痛点。传统的协作方式是"接力式"的：策划等程序、程序等美术、美术等 QA，每一个想法落地都要等排期。一个人用 AI 可能三小时做完过去三天的活，但只要团队里有一环在排队，整体交付时间就还是被最慢的那个人卡住。Cindy 试图验证一种新的协作方式——以结果为单位并行的多人创作，各环节保持解耦，不再被排期和等待限制。

更反常规的是这个项目的组织形态：直到三周前决定对外推出时，Cindy 在公司内部依然没有立项、没有预算、没有专属团队，是一个标准的"三无"项目。一个没有强制 KPI、没有正式立项的项目，反而在公司内部形成了跨职能的自发协作网络——这个细节本身就是对"AI 时代还需要什么样的组织"的回答。

现在拆解 Cindy 到底是个什么。官方的定义是：一套开箱即用的 AI 工作环境，可以统一接入大语言、图片、视频、音频等多种模型与工具能力，用户无须自行完成复杂配置，只需说出需求和目标就可以开始工作。它比 Codex、VS Code 等编程工具更简单，又比面向白领办公场景的通用工具更强大。

它一站式支持多模型接入——不仅包括大语言模型，还包括图片、视频、音频模型，未来还将支持 3D 模型和动作生成。所有与游戏开发和内容创作相关的复杂接入工作，都可以交给 Cindy 处理，TapTap 制造会作为原生插件内置其中，开发者可以在本地更便捷地完成游戏创作、发布和运营。

在模型接入方式上，Cindy 走的是"自带模型 + 自带 Key"的双轨：用户无需登录即可使用内置服务，也可以接入自己的 API Key 或 Coding Plan 服务。当前客户端可在 cindy.cn 下载，GitHub 的 makecindy 仓库里有完整的开源项目代码。企业版则支持限额、成本优化、不同团队的模型和额度管理，以及团队级 Skill 分享与治理。

把 Cindy 放进对比坐标系，它的位置立刻清晰起来。左边是 Codex、Claude Code 这类编程 Agent——它们擅长写代码，但要玩游戏创作，你得自己串起美术、音频、上架一整套工具链；右边是飞书、Notion 这类办公工具里的 AI——它们够通用，但面对游戏引擎和 TDS 接入时完全无从下手。Cindy 选择卡在两者之间：比编程工具更接近"说出需求就开工"，比办公工具更懂游戏生产链路。

维度	编程 Agent（Codex/Claude Code）	办公 AI（飞书/Notion）	Cindy
核心场景	写代码、改代码	文档、表格、会议	游戏/网站/App 全链路创作
多模态	以文本为主	文本+简单图片	文本+图片+视频+音频，未来 3D
上手门槛	需懂命令行与工程	低	说出需求即开工
发布链路	无	无	内置 TapTap 制造，一键上架
开源	部分开源	闭源	完全开源免登录

这张表的本质差异在最后一行：Cindy 把"创作—发布—运营"装进了同一个工具，而其他两类工具都只覆盖了链条上的一环。黄一孟对"游戏公司为什么做通用 Agent"的回应也印证了这一点——未来别说游戏公司，任何一个行业的软件工作流都会被 Agent 重构，先跑通垂直场景的公司，最懂自己行业的 Agent。

从技术实现看，Cindy 的核心不是某个模型，而是"工具编排"。游戏创作天然是多模态任务：策划文案是文本，角色立绘是图片，BGM 是音频，过场是视频，关卡是代码。要让一个 Agent 端到端完成这些，必须把不同模型串成一条流水线，并让每一步的产物能被下一步消费。Cindy 做的事情，就是把这条流水线的编排层做成开箱即用的产品。

一个典型的 Cindy 工作流可以简化成这样——用户说"做一个横版跑酷游戏，主角是只戴斗笠的猫"，后续大致会经历这些步骤：大语言模型把需求拆解成玩法文档与数值表，图片模型按设定生成角色和场景素材，代码模型产出游戏逻辑，音频模型合成音效与背景乐，最后 TapTap 制造引擎把它们组装成可运行的游戏并走完上架流程。每一步之间不再需要人类手动搬运文件。

# Cindy 式创作流程（简化示意，实际为客户端内可视化编排）
# 1. 说出需求
prompt = "横版跑酷，主角戴斗笠的猫，3 个关卡，有金币和机关"
# 2. 需求拆解（LLM）
doc = llm.split_design(prompt)      # 玩法文档 + 数值表
# 3. 素材并行生成（多模态模型）
sprites = img_model.generate(doc.characters)   # 角色与场景
bgm     = audio_model.generate(doc.mood)       # 背景音乐
# 4. 组装与发布（TapTap 制造引擎）
game = maker.assemble(doc, sprites, bgm)
maker.publish(game)                 # 一键上架 TapTap

这段代码省略了所有工程细节，但方向是准确的：Agent 化创作的本质是把"人逐个环节动手"变成"Agent 逐个环节调用工具"。当单点能力模型已经够用，真正稀缺的是把模型们编排成产品的能力——这也是为什么 Cindy 选择开源整个编排层，而不是只开放一个 API。

开源是这轮发布里最值得琢磨的决定。Cindy 面向全网免费开源，用户无需登录即可使用，也可以接入自己的 API Key 或 Coding Plan 服务。黄一孟的表述很直白："你做一个闭源软件，不如开放出来，成为大家创作的一部分。"在 AI 工具普遍把模型接入、Skill 配置做成付费墙的当下，把 Agent 客户端直接开源，等于把编排层变成了公共基础设施。

这个决策和 TapTap 一贯的零分成模式一脉相承：在发行游戏过程中放弃分成收入，转而用内容吸引用户，从而吸引广告商投放，再用收入反哺游戏内容生产。零分成解决的是"开发者愿不愿意来"的问题，开源则解决"开发者敢不敢依赖"的问题——一个随时可以自建、可以审计、可以改造成自己工作流的 Agent，比一个黑盒客户端更容易进入严肃生产环境。

TapTap、TapTap 制造和 Cindy 三者因此形成了一个可以高度协同、也可以完全解耦的组合：TapTap 平台面向所有游戏开发者，支持各种 AI 工具和游戏引擎；TapTap 制造专注 AI Native 游戏创作，自研引擎未来将完全开源，作品可发布到所有平台和渠道；Cindy 是完整开源的 AI Agent，内置 TapTap 制造，帮助用户制作游戏、网站和 App，也可以成为每个人的创作与工作环境。

对开发者社区来说，Cindy 真正的信号价值在于"通用 Agent 的行业化"。过去一年，Agent 的故事集中在两个方向：一个是 Codex、Claude Code 这种通用编程助手，一个是 Manus 这种任务自动化平台。游戏行业里虽然有 AI 辅助工具，但基本都是单点功能——AI 画图、AI 配音、AI 写剧情，没有一个把"从一句话到一款上架游戏"走通的产品。Cindy 是第一个把这条链路完整公开的产品。

这也解释了为什么心动愿意在游戏主业之外投入一个通用 Agent：它赌的不是 Cindy 本身成为爆款，而是"AI Native 游戏创作"这个品类被 Cindy 定义。当 4000 多款 AI 游戏已经在 TapTap 上跑起来，当审核时长从 2.7 小时压到 0.5 小时，当创作者数量因为门槛下降而指数增长，平台方拿到的不是分成，而是整个供给端的新增量——这正是零分成模式的复利所在。

回到最开始的数字：半年 5002 款新游戏、同比增长近 10 倍、超 4000 款 AI 制作。这些数字在一年前会被当成科幻设定，今天已经是 TapTap 的季度运营数据。游戏行业过去十年争论的是"独立游戏有没有春天"，现在问题变成了"当每个人都能做出游戏，什么样的游戏会被记住"——答案大概率不在工具里，而在表达本身。Cindy 们负责把工具成本打到零，剩下的就是创作者的事了。

最后说说 Cindy 对"团队协作"这件事的改造，这可能是比产品本身更重要的实验。黄一孟在演讲里反复提到一个反常现象：AI 让个人效率提升了成百上千倍，团队效率却没有对应增长。原因在于大多数团队还在用"接力式"的瀑布流程协作——策划写文档，等程序排期，程序做完等美术，美术做完等 QA，每个环节之间都是串行等待。个人再快，整体交付时间依然由最慢的环节决定。

Cindy 提出的解法是以结果为单位并行：各环节的解耦让策划、程序、美术、QA 可以同时在一个 Agent 工作流里推进，不再被排期和等待限制。一个策划用 Cindy 生成玩法原型的同时，美术在生成素材，QA 在跑自动化验收，最终由 Agent 把并行产物组装成完整游戏。这种协作方式如果被验证有效，影响的将不只是游戏行业——所有"多工种串行依赖"的知识生产流程，都可能被重构成这种并行结构。

而"三无项目"的诞生过程本身就是组织实验：无立项、无预算、无项目组，却靠着跨职能自发协作网络长成了正式产品。黄一孟对此的解读是，软件行业已经被彻底颠覆了，过去做产品拼团队、管理、钱，今天只需要找几个最优秀的人一起协作。当工具成本趋近于零，组织的竞争力从"资源规模"转向"协作密度"——这或许是这场发布里最值得反复咀嚼的一句话。

对普通开发者，Cindy 类工具的出现意味着三件具体的事。第一，多模态 Agent 的接入成本被标准化了：过去让一个 Agent 同时调用图片、视频、音频模型，需要自己维护各家 API 的鉴权、限流和格式转换，Cindy 把这一层统一成了开箱即用的能力；第二，垂直行业的 Agent 不再是"大厂专用"，一个游戏公司能把内部工具打磨成通用产品开源出来，说明 Agent 编排层已经变成可以共享的工程资产，而不是护城河；第三，创作链路里最贵的部分——从想法到可验证产物——正在从"月"级压缩到"分钟"级，这对所有内容生产行业都是同一条曲线。

当然，Cindy 的路径也远未到终局。AI 生成游戏的同质化风险、审核标准如何跟上供给爆炸、开源客户端如何平衡成本与商业化，都是摆在台面上的问题。TapTap 半年 5002 款新游戏中 4000 多款由 AI 制作，这个比例本身就是双刃剑——供给端爆发的同时，玩家的注意力并没有同步放大 10 倍，最终能跑出来的依然是"独特表达"。工具负责降低门槛，表达负责决定上限，这大概是 AI 时代内容行业最稳定的不等式。

回头看这条时间线，每一步都踩在同一个逻辑上。1 月 30 日 TapTap 制造上线，解决的是"会打字的人能不能做游戏"；7 月 26 日 Cindy 发布，解决的是"不会配环境的人能不能用 Agent"。从云端创作到本地开源客户端，从游戏创作到通用工作流，TapTap 的路径不是从工具到平台，而是从平台反推工具——先让供给端跑起来，再把跑通的能力开放出去。对于正在观望 Agent 落地的团队，Cindy 最有价值的参考不是某个功能，而是这个顺序：先选一个供给稀缺的垂直场景，把全链路做穿，再考虑通用化。游戏能做，文档能做，运营能做，下一个被 Agent 重构的行业，大概率也在用同样的剧本重演。