找回密码
立即注册
搜索
发回帖 发新帖

5359

积分

0

好友

685

主题
发表于 昨天 12:32 | 查看: 17| 回复: 0

复古街机游戏风格插画

Anthropic 工程师利用 Claude Fable 5.2,凭借一条提示词,在无人干预的情况下耗时 8 小时、花费约 550 美元,开发出一款可玩的浏览器第一人称射击游戏。多位开发者的测试表明,智能体虽然能够长时间运行并产出复杂项目,但仍需要人类引导方向和进行后期优化。

Anthropic 工程师向 Claude Fable 5.2 下达了一条提示词,要求它构建第一人称射击游戏,随后让模型在没有人类反馈的情况下运行了 8 小时。整个过程中,模型处理了 4.45 亿个输入 Token,生成了 270 万个输出 Token,以约 550 美元的 API 成本制作出一款可玩的浏览器游戏。

最终成果是 Saltline。游戏背景设定在雨水浸湿的货运港口,玩家要与无人机和机器狗战斗,同时禁用通信中继。Anthropic 工程师 Felix Rieseberg 在周一 Fable 5.2 发布时分享了这款游戏,并将其称为一项实验:看看模型仅凭一条指令能完成多少工作。

Rieseberg 表示,Fable 通过程序生成游戏的视觉效果,而不是依赖导入的资产。公共镜像将游戏打包为一个约 1.4 MB 的 HTML 文件,其中包含捆绑的 Three.js 代码。

根据游戏标题画面上的说明,Rieseberg 后来又花了大约两个小时改进武器模型、声音和游戏玩法,同时保留了指向最初“一次性生成”版本的链接。

真正的成本

YouTuber Matthew Berman 将实验推向了更大规模。他要求 Fable 仅使用三行指令,在 Unreal Engine 5 中重现《战争机器:E日》(Gears of War: E-Day)的一个关卡。最终得到的是一款可玩的射击游戏:玩家可以寻找掩体、与 AI 队友并肩作战,并通过该系列标志性的主动装填机制重新装填武器。

Berman 称,这个项目在几天内消耗了约 85 亿个 Token,预估 API 等效成本接近 15,000 美元。

他制作的浏览器版 Excel 克隆项目包含功能区选项卡、公式和数据透视表,耗时近 50 小时,预估成本为 11,700 美元。

Berman 提前获得了模型的访问权限,因此这些数字不一定反映他实际支付的费用,但它们展示了长时间运行智能体可能消耗的计算资源。

不止 Fable 一家

并非所有归功于 Fable 的游戏都完全由它独立构建。创意开发者 Kevin Ngo 在介绍项目 What the Water Keeps 时写道:“Claude Fable 5.2 制作了这个可在浏览器中游玩的游戏演示。这是一段穿梭于 8 个梦幻般世界的船程。”

Ngo 使用 Tripo 生成 3D 资产,使用 Suno v6 生成游戏配乐;Fable 则使用免版税的乐器采样创作了预告片音乐。

HyperWrite 联合创始人 Matt Shumer 也花了相当多时间测试该模型。他先用 Fable 构建了一个基于浏览器、具有物理破坏效果的体素破坏引擎,随后转向规模大得多的地球模拟项目。这个尚未完成的项目包含真实地点、天气和交通系统。

Shumer 在博客中写道:“它完美呈现了我一年来一直试图从几乎所有模型中获得的体素引擎。”他补充说,Fable 从头构建了这个引擎,而且它可以在他的 MacBook 上运行。

据报道,他的“霍格沃茨大战堡垒之夜”大逃杀游戏花了大约两周开发。Shumer 最初尝试使用多个智能体,但发现只进行少量干预的单智能体方案能产生更好的结果。

“它作为拥有整个项目的单个智能体时效果最好。”他说,同时也承认这种方式可能慢得令人沮丧。

Shumer 表示,Fable 仍然需要方向引导,尤其是在它把项目做得比实际需要更加复杂的时候。他说:“你仍然必须引导它。界定问题并让它保持在你的目标轨道上是你的责任。”

Shumer 在 Spawn 上托管演示,该平台也是他的投资对象之一。他在评论中没有提及这一关系,目前尚不清楚 Spawn 除了托管完成的项目之外,是否还提供了其他帮助。

Token 成本怎么算?

Fable 5.2 每百万输入 Token 收费 8 美元,每百万输出 Token 收费 40 美元。但当智能体运行数小时,计算实际成本时还需要考虑缓存。

Rieseberg 表示,Saltline 的 4.45 亿个输入 Token 中,有很大一部分来自缓存上下文,Anthropic 对这部分的处理收费较低。如果没有缓存,仅这些输入 Token 就需要约 3,560 美元;而他估计,整个运行过程的成本约为 550 美元。

开发人员的时间也不能忽略。总得有人决定构建什么、审查代码,并修复出现的问题。例如,多个智能体的运行结果令人失望后,Shumer 不得不重新思考方法;Ngo 则使用独立工具为游戏创建资产。

从演示到产品

这些演示也留下了一个问题:第一个可运行版本构建完成后,接下来怎么办?其他开发人员仍需要理解代码、在不破坏现有功能的情况下修改特性,并追踪性能问题。

Berman 的电子表格项目也面临类似挑战:演示中有效的公式,并不能保证在更大数据集或更复杂的计算中仍然准确。

演示所依据的现有作品同样值得注意。部分引人注目的项目重现了已有游戏:Berman 克隆了微软射击游戏系列《战争机器:E日》的一个关卡,而 Shumer 的大逃杀游戏借鉴了魔法世界和《堡垒之夜》。

在 Arena 从事 AI 评估的 Peter Gostev 测试了数十个提示词,对结果印象深刻,但还没准备好放弃 Opus。他在 X 上写道:“这是一个伟大的模型,很多事情都变好了,但并非所有事情都变好了。”他还指出,其中一项实验花费了 2,618 美元。

Saltline 和 Berman 的项目表明,开发者可以将大量实现工作交给模型,数小时后再回来查看可玩或可用的成果。成本变得越来越容易衡量,但成果的质量仍需要人类判断。

来源

译自:and it only took 8 hours and $550

作者:Amanda Caswell




上一篇:TokenSpeed 推理引擎架构:面向 Agent 的调度与性能优化
下一篇:AWS Emulator 开源:智能体构建并维护云服务模拟器
您需要登录后才可以回帖 登录 | 立即注册

关闭

站长推荐上一条 /1 下一条

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-11-20 04:41 , Processed in 0.069631 second(s), 43 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表