AI news

6个Agent组团Vibe Gaming:自己生成、试玩、修Bug

By 允中2 viewsSource: 量子位
6个Agent组团Vibe Gaming:自己生成、试玩、修Bug

给AI一句“生成一款坦克大战游戏”,代码很快跑了起来。

The full text has not been translated yet. The Chinese original is shown below.

给AI一句“生成一款坦克大战游戏”,代码很快跑了起来。

敌方坦克出现在屏幕上,炮管锁定玩家,战斗看似已经开始。但靠近敌人后,坦克没有发射炮弹,反而挥起炮管开始近身攻击。

第一眼看上去,这像是一次典型的AI抽风。继续玩下去却会发现,移动、碰撞、攻击和伤害判定都能正常工作。

它偏离了常见设计,却意外形成了一套可以成立的新玩法。

文章配图
△坦克挥动炮管近身攻击

这也是AI生成游戏最容易被忽略的问题:代码能运行,只是第一步。真正困难的是让游戏成为一个能够持续交互的系统。

代码能跑,游戏为什么还是不能玩?

过去一年,大模型已经生成了大量贪吃蛇、平台跳跃和射击游戏。

页面能打开、角色能移动,并不等于玩家能够完成一局游戏。

平台可能高于跳跃极限,敌人有动画却没有攻击判定,障碍物的刷新频率也可能叠成一条无法通过的“必死路”。

修改同样可能带来连锁反应。

用户只想把角色跳跃调高一点,系统却同时改变重力和其他物体的运动轨迹;代码勉强完成后,素材又可能缺失或风格不一致。

每个局部看起来都对,组合起来却不能玩,这就是AI游戏生成中的“可玩性黑洞”。

它比编译报错更难处理。代码报错通常能定位到具体文件和行数,但游戏“不好玩”可能同时涉及数值、地图、反馈和玩家操作。

只有把这些因素放回同一个运行过程里检查,系统才知道问题究竟出在哪里。

文章配图
△从基础代码生成结果到主题化可玩版本

文章配图
△Spellcaster六Agent创作与验证闭环

Spellcaster生成的不是一段孤立代码

Spellcaster的做法,是先把用户描述整理成游戏规则、角色能力、关卡目标、胜负条件、敌人行为和关键数值,再交给多个专用Agent协同处理。

  • Rule Agent负责规则,Level Agent负责关卡,Asset Agent负责素材;
  • Playability Agent和Simulation Agent检查关键路径是否可达、核心交互是否有效、游戏是否存在必死局;
  • 发现问题后,Repair Agent再定位问题属于规则、数值、关卡、素材还是代码,并进行局部修复。

这套流程并不追求一次生成就结束,而是形成“生成—运行—检查—修复”的循环。

用户拿到结果后仍可以继续对话:调整角色速度、增加敌人、修改关卡,或者更换视觉风格。

系统根据修改意图处理对应部分,不必每次都从头生成。

从一句话到可玩原型

整个创作过程可以概括成四步:先把想法变成能够运行的游戏,再通过对话迭代玩法和数值,接着结合运行结果修复问题,最后完成素材匹配和视觉装配。

输入“生成一个星空背景的弹幕射击游戏”,大约15分钟后便能拿到可以试玩的原型。

目前,平台跳跃、塔防、跑酷、地牢肉鸽和弹幕射击等常见类型,都可以通过这套流程生成并继续修改。

文章配图
△十二款游戏原型同屏展示

这套流程也改变了原型的使用方式。

独立开发者可以先验证一个玩法值不值得继续投入,内容创作者可以把互动故事或网络热梗变成可操作的版本,普通用户则不必先掌握编程和游戏引擎。

第一版不符合预期时,还可以继续要求系统调整规则、难度和画面,而不是从一份陌生代码重新开始。

回到文章开头那个例子,在只关注代码的流程里,它很容易被当成错误删除;在可玩性验证之后,它也可能被识别为一条逻辑自洽的玩法路径。

对游戏原型来说,价值有时不仅来自准确复现,也来自那些没有被提前设计、但确实可以玩的意外。

下一阶段:世界模型直接生成游戏画面

今天的Spellcaster,采用的仍是“AI生成代码和美术素材,再由游戏引擎运行”的实现路径。

AI改变了游戏的生产方式,但代码依然是连接创意与最终画面的中间层。

团队已经把下一阶段的方向指向世界模型:

玩家的移动、攻击和选择会与当前画面、角色状态、交互历史一起成为模型输入,由模型实时预测世界接下来会发生什么,并直接生成下一刻的画面与反馈,不再以传统代码和引擎渲染管线作为核心中间环节。

这意味着,AI游戏将从“自动生成一个可以运行的项目”,进一步走向“实时推演一个能够响应玩家的世界”。

支撑这次技术跨越的,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。其联合创始人中多位是来自浙江大学的博士生导师,他们长期从事世界模型、多模态大模型和智能体系统研究。

内测申请:https://www.spellcaster.world/releaseplan Don't Code. Just Cast.

文章来自于"量子位",作者 "允中"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)