在单次会话中,一个名为 Fable 5.2 的 AI Agentic 工具将一个儿童手绘的游戏设计文档转化为了一个完全可玩的、拥有 12 个关卡的横版过关游戏。该项目是通过向 Agent 提供高层指令、原始草图以及访问用于图像和声音生成的外部 API 来生成的,最终产出的游戏支持四人联机并包含多种自定义角色。
从草图到精灵图
该项目始于一个名为 Aiden 的孩子的系列绘画,他构思了一个以家人和一只狗作为英雄的横版过关游戏。虽然之前使用旧模型进行的尝试仅能产生可玩几分钟的游戏,但新的工作流利用 Fable 5.2 来处理多关卡体验的复杂性。

这张图片展示了孩子提供的原始草图,Fable 5.2 工具利用这些草图生成游戏资源。

文章描述了项目如何始于一个孩子的系列绘画,包括最终游戏中出现的反派。
开发者提供了一个提示词,指示 Agent 扮演世界级游戏开发者,并使用 OpenAI 的 ChatGPT Images 2.5 生成图形,使用 ElevenLabs 生成音效。Agent 被授予权限在必要时丢弃现有代码并重新开始,以实现让游戏像经典街机游戏一样“好玩”的目标。
HN Digest 根据 notesbylex.com 报告的数据绘制的图表;数值按来源所示显示。
“Fable 生成的游戏非常有趣。真的非常有趣。而且还有那么多我没要求的细节:过场动画、可砸碎的箱子,甚至还有结局。”
— Fable 5.2 One-Shotted My Nephew's Dream Game
自主开发与测试
Fable 5.2 展示了显著的自主性,它生成了大约 175 张图像和 140 个音频片段,包括精灵图、背景和旁白台词。它还处理了过场动画、可砸碎的箱子以及游戏的特定结局的逻辑。
该过程中的一个显著技术里程碑是 Agent 决定编写一个机器人来亲自玩游戏。它在无头浏览器中运行此机器人遍历所有 12 个关卡,在人类开发者看到第一个构建版本之前就捕捉截图来检查视觉或逻辑问题。
迭代优化与规模
在初始的“一键生成”之后,开发者使用 Agent 执行特定的微调,例如为其中一个角色创建“浩克砸”动作,并为另一个角色添加全屏闪电攻击。每当添加新的家庭成员时,Agent 都会重新绘制过场动画艺术并相应更新叙事。

此视觉效果展示了迭代优化部分提到的特定“浩克砸”动作和角色机制。
最终项目包含 17 个角色(5 个英雄和 12 个 Boss),整个过程中共使用了 3.4 亿个 token。虽然作者指出他们尚未用 Opus 5.5 测试过此特定工作流,但结果证明了 Fable 5.2 能够在单次运行中管理复杂的游戏逻辑和资源生成的编排。

这张图片展示了项目的最终成果:目标受众正在享受可玩的游戏。
不确定性与局限性
作者指出他们从未用 Opus 5.5 测试过此特定工作流,因此尚不清楚成功是归功于 Fable 5.2 工具本身还是底层模型的能力。此外,虽然 Agent 成功制作了一个可玩的游戏,但作者指出某些特定的角色能力仍需要人工干预和折衷,以满足玩家的要求。
Hacker News 读者的反应
- 亲身经验: 一位测试了生成游戏的评论者指出,它包含可利用的漏洞,例如在某些角落可以无限踢敌人。 评论 ↗
- 亲身经验: 一位对比不同模型的用户建议,虽然 Fable 5.2 很有能力,但其他模型可能仍能产生更主观的趣味性或更好地遵循特定机制。 评论 ↗
- 质疑: 一位读者表达了担忧,认为普遍存在的通用 AI 生成设计可能会导致面向年轻受众的游戏美学趋同。 评论 ↗
- 亲身经验: 几位评论者讨论了此类项目的潜在成本,其中一人估计所用 token 的 API 费用大约为 300 美元。 评论 ↗
以上为 Hacker News 讨论中观点的摘要,并非经过核实的事实。 阅读完整讨论 ↗