AI做游戏有多野？实测最近爆火的 Spellcaster

不会写代码，能不能做出一款自己的游戏？

搁十年前纯天方夜谭。一个想法要真正变成游戏，中间还隔着程序、美术、策划和测试。

但现在有了AI，很多曾经不可能的事正在变得触手可及。就像短剧降低了拍摄门槛，让更多普通人有机会成为导演，如今也有平台正在重新定义游戏创作。

你只需要输入自己的想法，最快 15 分钟，就能生成一款真正可以上手交互的游戏。

先试着在雪山救一只狐狸

前段时间“雪山救狐狸”在网上很火。很多人一边替狐狸着急，一边脑补如果自己在现场会怎么选。于是，我们把这个故事交给了AI游戏生成平台Spellcaster。

只需在输入框里描述基本想法：玩家要在雪山里救下一只狐狸，途中可以与NPC互动，不同选择会进入不同场景，最后产生多个结局。整个过程不需要写代码，更像是在聊天框里告诉AI自己想玩什么。

确认需求后 Spellcaster 会自动处理游戏规则、关卡、素材和代码。这个需求大约等了15分钟，就拿到了一个可以游玩的版本。

实际可玩性还是可以的，和盛世天下一样，属于真人互动游戏。游戏从书生、狐狸、酱板鸭三条明线展开，还藏着一条猎人路线。玩家可以在关键节点作出选择，与不同角色互动，并进入不同支线。许多剧情节点配有AI生成的短视频，有些选择会改变后面的场景，有些则直接影响最终结局。

身份选择

选项与剧情场景

更重要的是，游戏生成以后仍然可以继续修改。

想增加一条支线、调整某个选择的结果，或者修改一段对话，不需要打开代码文件，只要继续用自然语言告诉Spellcaster。AI会理解修改意图，并在现有游戏上进行定向调整。

Bug 还是彩蛋？

测完雪山救狐狸，我又顺手试了一款坦克大战。

产出的结果有点抽象：坦克攻击方式居然是挥动炮管来攻击。但也不能说这是BUG…

毕竟移动逻辑正常，炮管挥动时会触发碰撞和伤害，敌人也会作出反馈。整个物理判定是自洽的，确实能玩

坦克挥动炮管近身攻击

这也是用AI的意外之喜，我的需求原本没有这样设计，但系统验证后发现，这条路可以走，于是把它保留了下来。

很多时候，原型阶段最有价值的，恰恰就是这种没有被提前计划的意外惊喜。

为什么它生成的不只是“能跑的代码”

Spellcaster背后有六个专用Agent协同工作，分别负责游戏规则、关卡、素材、可玩性验证、模拟测试和问题修复。

其中，Playability Agent和Simulation Agent会专门检查游戏能不能玩，包括关键路径是否可达、有没有必死局、难度曲线是否合理。发现问题以后，Repair Agent会判断错误出现在哪一层，再进行定向修复，而不是把整个项目推倒重来。

这就是Spellcaster与普通代码生成工具最大的区别：后者关心代码能不能运行，Spellcaster还要继续确认游戏可玩性。

谁适合用Spellcaster？

独立游戏人：一个玩法想法值不值得继续投入，先做出来玩一遍最直接。过去需要等待程序和美术排期，现在可以先用Spellcaster快速验证原型。

内容创作者：脑子里有互动故事、网络热梗或角色设定，却不会开发游戏，也可以直接用自然语言把内容变成游戏。

游戏爱好者：不需要先学习编程和游戏引擎。只要能够说清楚“我想玩什么”，就有机会得到自己的第一个可玩版本。

十二款游戏原型同屏展示

下一站是世界模型：游戏可能不必先“写”出来

现在的Spellcaster，会先根据你的想法生成代码和美术素材，再让游戏引擎把它运行起来。看起来是AI在做游戏，但底层仍然绕不开代码。

团队接下来要做的世界模型路线更直接：你按下方向键，它根据眼前的画面和角色状态生成下一刻；你临时转身攻击，后续场景和反馈也会跟着改变。玩家每做一个动作，模型就把这个游戏世界继续“续写”下去。

玩家换一个选择，接下来的世界也会改变。简单来说，今天是AI帮你把游戏做出来；到了下一阶段，则是AI在你游玩的同时，直接让这个世界运行起来。

这条路线背后，是团队在智能体和世界模型方向的长期积累。Spellcaster背后的DarwinMind（杭州达迩文智能）长期布局多智能体系统与世界模型方向，核心成员来自浙江大学、南京大学和澳大利亚国立大学，联合创始人中包括多位浙江大学博士生导师，长期从事世界模型、多模态大模型和智能体系统研究。

Spellcaster目前处于内测阶段，面向游戏开发者和内容创作者开放申请。

如果你也有一个“要是能玩就好了”的游戏设定，可以填写申请，获取后续体验资格。

Don't Code. Just Cast.

文章来自于"莫理"，作者 "小小莫理"。