我们用 AI 手搓了一套海底世界,并对外开源了

· 2026-11-16 17:08 · 1 阅读

望宸 2026-11-16 17:08 浙江

人人都是设计师,人人都是工程师,现在人人都可以是游戏主创。

前段时间 Ebby Amir,上线了一款 Starry Nightrider 的游戏,玩法是让梵高骑着自行车,穿行在 3D 化的《星月夜》(1889)里。玩家沿途收集光球,送进画里那座教堂尖塔。他并不具备游戏开发的职业背景,但是借助大模型,依旧能开发出一款质量很高的小游戏。人人都可以是游戏主创的时代,已经开启。

这一次,我们花了一个周末的时间,使用 AgentLoop 的章鱼 IP Loopie 造了一片海,并且全部代码已经开源。

自进化群岛地图:五座岛分别对应 Agent 观测、审计、评估、实验、优化

体验地址:

https://aliyun.github.io/ai-agent-handbook/games/

开源地址:

https://github.com/aliyun/ai-agent-handbook

一、为什么要设计游戏

有一说一,追下潮流,体验下游戏主创的 feel。

模型对 Three.js 的应用已经非常成熟。之前,我们在这篇文章中,使用 Three.js 重新介绍了 AgentCore,这次我们升级了玩法,制作 html 游戏。

一两年前,让 AI 写个贪吃蛇、打砖块,大家觉得挺新鲜。现在,它能写用代码出带 3D 景、潜水舱、异类海底生物,以及原创配乐组。整套游戏不到 5MB。

各页面原始大小与传输压缩后的大小

教育和传播越来越多样化。

以往我们介绍 AgentLoop 的观测、审计、评估、实验、优化,写过很多文章,画过很多架构图,也做过教学视频。如果读者没有真实的企业需求,看完过几天,可能就没太深刻的印象了。

游戏不太一样。文字、图片、视频是让人“看”,游戏是让人“玩”。玩家亲手驾着潜水舱穿过迷雾,看到灯塔一点点亮起来,对 Agent 调优的生命周期理解会更加深刻。

以前做一个游戏,要策划、程序、美术、音效一整个团队,周期按年月算,拿来做产品传播太奢侈。现在门槛降下来了,游戏就可以和文章、海报、视频一样,成为一种日常的传播方式。

二、游戏介绍

那为什么是海底的主题?因为 AgentLoop 的章鱼 IP Loopie,是一只章鱼。章鱼住在海里,那就给它造一片海。

我们把智能体调优的五个环节,做成了五座岛,叫“自进化群岛”:

  • 01 迷雾灯塔 · Agent 观测

  • 02 边界海关 · Agent 审计

  • 03 回声剧场 · Agent 评估

  • 04 双生实验岛 · Agent 实验

  • 05 生长花园 · Agent 优化

目前上线了前两关,第三到第五关还在开发中。所有游戏都是 html,打开就能玩,不用安装,不用登录。素材全部打包在页面里,断网也能玩。

第一关:迷雾灯塔

如果你玩过超级玛丽,上手只需要几秒。

Loopie 坐在一个潜水舱里,在海底一路向右。方向键移动、跳跃、下蹲、加速。

这一关讲的是观测。迷雾,就是一次请求看不清的执行路径;灯塔亮了,路径就清楚了。用游戏里的话说:从看不清,到看见完整的路径。

没有倒计时,不用赶,慢慢逛。支持全屏,建议全屏玩。按 Esc 回到群岛地图,进度会保留。

第二关:边界海关

第二关提升了可玩性,改成探索类游戏。

这一关的灵感来自 Starry Nightrider:不再是一路向右,而是在一片立体的海域里自由游荡,收集贝壳和星星,达到指定数量,送到地标建筑-边界海关,就算通关。

默认是外部视角,镜头跟在潜水舱后面。W/S 前进后退,A/D 转向,空格上浮,Shift 下潜。按一下 C,切换到驾驶舱视角,这个视角特别有沉浸感。

这一关讲的是审计:核查调用身份、操作权限和数据去向,让每一次行为轨迹,都有据可查。

三、总结

三天时间,使用 Qoder 的极致模型,发了 54 条任务,第一关到第二关,从平面到立体,升级了制作难度,改了 20 个版本,整体消耗约 1w Credits,按照官方资源包定价,140+美金。

相比传统制作游戏的成本,花的钱不算多,但耗时比较久。整个制作过程,还有很多优化空间。

总结些经验:

  • 找高质量的参考:让 AI 进行调研,不是为了一对一复刻,而是让 AI 有个视觉质量的参照系。制作过程中,调研了 Starry Nightrider、Subnautica、

    Song of the Deep、超级玛丽的画面和玩法。

使用 Loopie 的章鱼形象做扩展

调研后,画面更加丰富和立体,参照的是风格,但是每个物体是通过 Three.js 重绘的。

  • 想清楚制作游戏的目的:这决定游戏的故事线,比如 AgentLoop 这款游戏,就是围绕智能体调优的 MVP 五环设计的,每一个环节对应一个游戏主题。

  • 先制作小样,优先本地:先做 MVP 小样,验证画面和手感,再扩展场景;本地测试完,满意了再上线,一是节省 Token,二是节省测试和部署时间,我在上线后还更新了3个版本,因为是部署在 Handbook 的开源项目下,所以每次自动化测试和部署时间比较长。

  • 关于技术方案:画面模糊时,先检查渲染链路,使用原始分辨率图片,不提前降采样;如果你的游戏开始前有游戏介绍页,不要把所有资源塞进 HTML,由浏览器按页面所需并行请求、独立缓存和失败重试;自动化测试要检查真实视觉结果;3D 游戏要分开测试本机硬件和 CI 环境。

四、近期计划

接下来,我们会继续设计剩下的三关:

  • 03 回声剧场 · Agent 评估

  • 04 双生实验岛 · Agent 实验

  • 05 生长花园 · Agent 优化

有了1和2的基础,我们会大胆尝试更有趣的玩法,如果你有更棒的玩法,欢迎提交 PR,期待 Contributor 那一栏出现你的头像。

开源地址:https://github.com/aliyun/ai-agent-handbook

阅读原文

跳转微信打开

本文转载自微信公众号「阿里巴巴中间件」,查看原文。版权归原作者所有,如有侵权请联系删除。