Claude Opus 5：三段提示词"手搓"射击游戏，"试炼循环"开启智能体自主开发新范式

AI 编程圈正在被一段只有三段的提示词点燃。

事件的起点，是 AI 投资人、HyperWrite 前 CEO 马特·舒默（Matt Shumer）在 Claude Opus 5 发布两天后发布的一段演示视频：模型完全自主打造出一款可玩的第一人称射击游戏，"没有一行外部素材进入构建"。这段提示词随后被完整开源到 GitHub，全文仅有三个自然段，没有架构设计，没有文件树清单，省略了所有繁琐的步骤拆解。

真正引发行业震荡的，并非"AI 能做游戏"这一老话题，而是藏在三段提示词背后的工作机制——"试炼循环"（Gauntlet Loop）。

三段提示词，每一段都直击智能体协作的本质

舒默设计的提示词，逻辑链条清晰而紧凑：

第一段确立标杆。​ 要求打造一款画质水准对标最新《使命召唤》作品的射击游戏，从材质贴图到物理引擎，每一帧都必须是纯 3A 规格。

第二段拆解分工。​ 调度多个子智能体，为每项任务指派拥有独立记忆与专一职责的"专职工人"，对每一个部件单独攻坚。

第三段设立严苛评审。​ 派出独立的评审智能体担任"批评家"，将实际输出与真实《使命召唤》画面进行盲测并排对比，达不到 3A 标准就打回重做，循环往复。

值得注意的是，舒默在原文中着重强调：整个过程由智能体独立完成，无需人类介入。人类的角色不再是逐行编写代码，甚至不需要撰写详尽的提示词，而只需设定一个"足够高"的质量基准，把探索路径完全交给 AI 自主推进。Anthropic 内置的 /loop 技能，正是支撑这种"修复—测试—调整"反复迭代、防止运行过早停止的关键机制。

这与过去一年业界通行的"提示词工程"思路几乎相反。在"氛围编码"浪潮中，专家的建议是"用标准代替形容词"——告诉模型什么叫做"好"，而不是只说"要做到 AAA"。舒默的做法接近反向操作：他让自己的子智能体"彻底惊艳"，而把"惊艳"的具体定义，交给 Opus 5 自己构建的评审员去完成。

社区复刻潮：同一段提示词，跑出万千世界

舒默的提示词很快成为开发者社区的"必读之作"，一大批基于 Opus 5 生成的游戏 Demo 接连涌现：

• 《Claude of Duty》：舒默原版射击游戏，所有贴图、动画、声音全部由 AI 生成，未使用任何外部素材；

• 《Operation Blackout》：前对冲基金经理詹姆斯·阿尔图彻（James Altucher）用同一段提示词跑出，耗时十多个小时、消耗约 130 万 Token，浏览器端可免费试玩；

• 自行车公路竞速：开发者耗费 12 亿 Token、投入 863 美元完成；

• 2.3MB 的《辐射》废土：整个游戏打包进一个 HTML 文件，包含可自由探索的 3D 废土世界、功能完备的哔哔小子（Pip-Boy），以及带有完整对话树的 NPC；

• 《我的世界》复刻版：支持程序化无限生成世界、15 种生物群系，同时兼容生存与创造双模式；

• 《指环王》3D 场景：AI 领域学者安德烈·卡帕西（Andrej Karpathy）给出 100 万 Token（约 10 美元）预算，两小时后模型输出 5500 行代码，生成对应 3D 场景。

somethingbig.ai 建立的游戏库中，所有作品都来自同一段三段提示词——从第一人称射击到赛车竞速，从航海冒险到破坏沙盒，用户可以"不驾驶它，只设定一根标杆，然后让智能体跑过试炼"。

程序化创作：被颠覆的不只是游戏开发

仔细观察这些 Demo 的技术路线，会发现 Opus 5 的生成模式更接近程序化创作：模型直接通过代码生成几何结构、纹理材质、物理特效乃至背景音乐，最终产出可直接在浏览器运行的 HTML 文件（如 2.3MB 的《辐射》废土）。

这意味着生成结果是可编辑、可复用的数字资产，而非视频生成模型那样只能输出连续画面。在传统 3D 开发高度依赖素材库、图像资源与游戏引擎的范式下，这条路打开了一扇新的门。

但冷静审视，这套技术方案距离成熟仍有距离。

第一重掣肘是感知闭环的缺失。​ 大语言模型无法原生"观看视频"，更无法进入自己生成的游戏内部实地测试。卡帕西自制的《指环王》3D 世界成品质感相对粗糙——AI 可以写出 5500 行代码搭建 3D 世界，却看不见这个世界；它无法高效读取视频画面，也就没办法检查比尔博小屋的大门是否歪斜、树木模型是否穿插穿模。截至目前，所有复刻作品都未能面对舒默原项目那样的盲测挑战，真实《使命召唤》在每一轮对比中仍然胜出。

第二重掣肘是算力成本。​ 单次生成一款游戏花费 423 美元看似不贵，但这只是一次性生成成本。一旦需要迭代优化、反复调试修改，开销会快速暴涨。同时，目前所有测试都属于社区非正式评测，缺少统一任务指标、打分标准与可控实验环境。

⚠️ 客观来看：现有成果证明了"试炼循环"作为一种智能体协作结构的有效性，但尚不能完全证明模型是从想象中"设计"了一款游戏，还是重组了它已吸收的既有代码模式。

时代已然开启，但"好玩吗"仍是人类的阵地

那么，AI 游戏生成时代真的来临了吗？

答案是：时代已然开启，但远没到普通人仅凭一句话就能打造 3A 大作的阶段。真正到来的是更底层的变革——AI 正在从"单纯生成代码"，进化为无需人工干预、自主完成端到端复杂任务的智能系统。

Opus 5 的突破，不只是提升游戏开发效率，而是拓宽了智能体独立处理复杂任务的能力边界。"试炼循环"最核心的思路可以抽象为三句话：给 AI 设定高标准，使其自主拆解任务、执行工作、自我评审、循环优化。这套流程一旦稳定跑通，适用场景将远远超出游戏开发范畴，延伸至软件开发、内容生产、科研模拟等一切需要"长程自主迭代"的领域。

黄仁勋三年前在 GTC 大会提到，未来十年所有像素都将由 AI 生成。Opus 5 确实推进了这个进程，但从"所有像素均可生成"到"像素内容具备可玩性"，中间仍隔着漫漫长路。河对岸矗立着那个 AI 至今无法回答的古老问题：这游戏，好玩吗？

而这，正是留给人类开发者最后、也是最坚固的阵地。

从技术演示到生产落地：稳定、合规、低成本的接入路径

"试炼循环"展现出惊人潜力的同时，也把一个现实问题摆在开发者面前：要让智能体持续跑通"拆解—构建—评审—迭代"的长链路，背后是对 Claude、Gemini、ChatGPT、DeepSeek 等全球主流大模型的高强度、规模化调用。尤其是在重消耗场景下，如何在保证合规的前提下，把单位 Token 成本压到可持续的水平，直接决定了这套方法论能否从社区 Demo 走向企业生产。

在这一背景下，UseAIAPI​ 作为全球热门 AI 大模型的聚合接入服务平台，为开发者和企业用户提供了一条更为从容的路径。

平台一站式覆盖 Gemini（含 3.6 Flash、3.5 Flash、3.1 Pro 等最新模型）、Claude、ChatGPT、DeepSeek 等主流厂商的最新旗舰模型。企业无需分别与各家厂商签约、对接、结算，即可通过统一接口灵活调用多模型能力，并根据业务场景自由切换——这对需要在"隐私合规""推理质量""响应速度""单 Token 成本"之间反复权衡的生产环境而言，意味着更高的架构韧性与更低的运维复杂度。

在具体的成本优化上，平台为企业用户提供了低至官方价格五折的优惠权益。以 Gemini 主力模型为例，通过 UseAIAPI 接入后的实际成本为：

叠加 Google 原生 Batch API 异步批处理 50% 折扣，对文档处理、分类、批量内容生成等离线友好型业务，成本优化空间显著。对于需要长期、大规模调用大模型跑智能体工作流的团队，这套"官方价五折起 + Batch 再五折"的组合，意味着原本因预算门槛而却步的重消耗场景，现在具备了落地可行性。

更重要的是，UseAIAPI 提供企业级定制化部署服务，可根据业务规模、调用峰值、合规要求等因素，量身定制接入方案与技术支持，通过海外合规节点接入官方 API，提供企业级 SLA 保障，规避个人开发者难以解决的地区可用性门槛与数据中心 IP 风控风险。平台层面还可对接 Gemini API 原生的项目支出上限与使用分层机制，让成本精细化管控成为可能。

💡 对开发者而言，AI API 的成本控制早已不是"选最便宜的模型"，而是"在正确的场景路由正确的模型"。UseAIAPI 的一站式聚合能力，恰恰让这种"按需路由"的策略得以低成本实施——真正实现"无忧接入、按需扩展"，不再为高强度内容生成的消耗而担忧。

当"试炼循环"把智能体的自主迭代能力推向新高度，底层接入服务的稳定性与成本效率，将成为决定这场范式革命能否走深走实的关键基础设施。AI 写代码的时代真的来了，而让 AI 持续、合规、低成本地写下去，是下一阶段行业共同面对的课题。