Claude Opus 5：从提示词到游戏 AI，生成易但评估难，个性化游戏体验仍待突破

一份提示词烧 6.9 亿 token 花费 423 美元后，Vyom 得到自带物理引擎的赛艇游戏 Wave Racer。该游戏基于 Three.js 构建，有细胞着色渲染风格，赛道是程序生成的无限大海洋，场景浪花由代码实时计算，不依赖外部素材包，代码已传至 GitHub，可在浏览器玩，体验传送：https://wave-racer.vercel.app/ 。

浏览器游戏原型涌现

Claude Opus 5 于 7 月 24 日发布，随后社交媒体涌现一批浏览器游戏原型。AI 投资人 Matt Shumer 发布由 Opus 5 构建的第一人称射击游戏，所有元素自行生成，未用外部素材。他未指定渲染器、列出游戏系统、界定“3A 级品质”要素，将方法称为“挑战循环”（Gauntlet Loop），即给代理真实可检查标准，让其拆解任务并提交给评审者，评审者看不到构建者推理过程。

不同成本的游戏生成案例

随后，@mikeluan123 把 Shumer 的提示框架改造成类《家园》风格的宇宙级太空即时战略，消耗 6.86 万输入 token 和 460 万输出 token，耗资 632.65 美元。不过，Andrej Karpathy 用不到零头的预算，让 AI 渲染出中土世界。他给 Opus 5《指环王》第一段原文和 1M token 预算（约 10 美元），两小时后 5500 行代码完成，程序生成的中土世界在浏览器运行，他还表示期待“GTA 霍比特镇在 GTA VI 之前掉落”。

传统开发与 Opus 5 的对比

在传统三维开发里，开发者从资产库拼装场景，纹理是图片文件，物理依赖引擎；而 Opus 5 几何体是过程式的，纹理通过着色器表示，物理和操控写进同一个 HTML 文件，一打开就能跑。

开发者看法与模型表现

2026 年游戏开发者大会调查显示，52%的游戏开发者对生成式工具持负面看法，53%认为会增加项目的 bug 风险。开发者 Leon Lin 对比发现，他写 20 个章节详细设计文档喂给 Opus 5 生成的“Dust Corridor”更稳定，但模型出色表现源于人类经验框架。

生成成本与未来展望

生成的成本在快速趋近于零，未来玩家可能以旁观者 NPC 身份进入《指环王》故事或扮演角色，拥有专属世界体验。但“生成”只是起点，后续工作才是问题所在。

技术障碍与稀缺资源

Karpathy 在《指环王》实验揭示 Opus 5 技术障碍，它靠截图和静态代码分析推断动态运行状态，精度和覆盖范围离真正游戏评估差距大。这意味着当生成几乎免费，能判断输出好坏的眼光才是稀缺资源，懂得检查和批评模型输出的人价值更高。

大语言模型的改进方向

要让大语言模型在游戏领域真正好起来，需改变现状。现在模型能分析单张截图，但“在时间维度上连续感知一个游戏运行”不同，需追踪帧与帧状态变化。自动化游戏测试领域探索让 LLM 智能体多模态感知捕获游戏状态，形成接近实时的反馈闭环。

个性化游戏体验的挑战

此外，模型虽能学习大量存在的代码，但关于玩家手感、反馈、节奏和挫败感的判断基准，可能需大量“模型实际玩游戏”的交互数据。真正个性化游戏体验，除生成场景，还需了解玩家偏好。至少到 2026 年夏天，“一个 Prompt 打穿《使命召唤》”未发生。在模型能真正玩自己制作的游戏并吸取教训前，保持兴奋并学会挑剔检查是最有价值的事。