321 个 commit 没看过一行代码：Simon Willison 用 AI agent 做了个“真好玩”的 RTS 游戏

10 月 20 日，Simon Willison 发布了他最新的 vibe coded 游戏实验：一款命令与征服（Command & Conquer）风格的浏览器即时战略游戏，叫 Battle Drones。和他之前的游戏实验不同，这次他承认——"这次是真的好玩"。

先做个划界：10 月 14 日我们报道过 Willison 的 Tree Appreciator，那是一个单 prompt 生成的小游戏，属于"一次成型"的轻实验。而 Battle Drones 是一个从 7 月做到 10 月、12 个大版本、321 个 commit 的长周期工程实录——几乎每一行代码都是 coding agent 写的，而 Willison 本人"几乎没看过代码"。这篇讲的是另一件事：当一个人把"做游戏"这件事完整外包给 AI agent，三个月后会发生什么。

项目档案：321 个 commit，作者没看过代码

Battle Drones 是个浏览器 RTS，手机和桌面都能玩，有 9 种建筑、7 种地面载具、6 种空中载具、3 种步兵，6 张地图横跨 5 种生态（温带、沙漠、极寒、火山、热带），还有战争迷雾、随机地图生成器、遭遇战、坚守模式、空投补给、随战斗强度变化的动态音乐、6 种 AI 性格，以及一个叫 Goliath 的巨型机甲。

数字背后更有意思：12 次大版本迭代，321 个 commit，"主要由 coding agent（主要是 Claude Code）完成"。Willison 在原文里写得坦白：这个项目是"重度 vibe coded"——他几乎没 review 过代码，而且用的 TypeScript 是他"几乎没用过"的语言。他做了大量的 playtest（试玩），但代码层面基本是放手的。

v1 到 v3：从"能跑"到"像个游戏"

7 月，项目用 Claude Fable 5 起步。第一个 prompt 是标准的 MVP 思路："我们要做一个手机友好的 RTS 游戏，命令与征服风格，叫 Battle Drones，两支无人机军队（一支地面一支空中）争夺领土和资源。先做 MVP 设计，先问我几个问题。"

v1 用了 Phaser 2D 游戏框架——Willison 说他几轮迭代之后才发现用的是这个框架。画面是 OpenAI 图像 API 生成的 sprite，玩法上"能认出是个 RTS"，但"一点也不好玩"。

v2 补全了所有单位的 sprite，加了"AI vs AI"观战模式。v3 是 10 月换上 Claude Opus 5.5 之后的大改：5 张新地图、不同风格的地形、Opus 重绘了全部 sprite，"开始像个真正的游戏了"——但 Willison 还是"玩一会儿就腻"。

到这里，实验似乎在验证他之前的一个判断：coding agent 能造出"长得像游戏的东西"，但造不出"真正好玩的东西"。

转折点：一句"让它好玩得多"，加一个通宵

某天晚饭时 Willison 跟人聊起这个判断，觉得应该给模型一个"正名"的机会。他在手机上给 Opus 5.5 发了个 prompt：

This game isn't fun enough yet. Make it a LOT more fun.（这游戏还不够好玩，让它好玩得多。）

这次他开的是 Claude Code 的 Ultracode 模式——官方文档里叫 dynamic workflows，一个 JavaScript 脚本同时编排大量 subagent。任务从晚上开始，到第二天凌晨才返回可玩的结果。但效果"惊人"。

Claude 自己写了 release notes（发布说明），要点包括：开局三选一（闪电战/工业/空军）、空袭技能（弹幕、EMP、空投舱、天空之锤轨道打击）、目标点与残骸回收、战斗反馈/自适应音乐/单位语音/战报播音员、坚守生存波次、8 关战役、英雄单位、7 种 mutator（变体规则）、每日挑战。

但真正关键的不是功能清单，而是 Claude 跑了 1200 场 AI-vs-AI 测试对局，用结果来调数值、加新单位、加新机制。数据是：普通难度下，25 分钟还分不出胜负的对局从 14% 降到 0.9%；落后 800+ scrap（资源）的一方翻盘胜率从 24% 升到 46%。

停一下，品品这件事：AI 做的游戏，AI 自己打了 1200 场来调平衡。"用 AI 测试 AI 做的东西"的完整闭环，第一次有了这么具体的样本。而 Willison 的全部输入，就是一句话。

v5：3D 化只用了一句话

Ultracode 的成功让 Willison 胆子变大了。v5 的 prompt 是：

Port this game to three.js with 3D models for all of the buildings and vehicles and landscapes（把游戏移植到 three.js，所有建筑、载具、地形都用 3D 模型。）

又是一个通宵。醒来就有了一个 3D 版。所有的 3D 模型都是 Claude 直接用 TypeScript 代码构建的——不是调模型库，不是从资产商店买，是代码建模。Willison 在后来的总结里专门提了一句：Opus 5.5 用 Three.js 做 3D 建模" spectacular（惊人）"，GPT-6 Astra 也一样，"它们完全有能力承担 3D 游戏项目的建模工作"。

v8：他写过最长的 prompt，是在做"激励机制设计"

到 v8，Willison 开始为自己"几乎零设计输入"感到愧疚。他注意到 AI 很少用 v7 新加的步兵和 Condor 运输机——"没什么战略理由用它们"。于是他写了整个项目里最长的 prompt，核心是一个游戏设计问题：

设计一张新地图，目标是创造不同的战略激励，鼓励使用步兵、Condor 和空中载具……uplink（据点）在岛上，地面载具和步兵到不了，空中载具也不能占领，唯一办法是开 Condor 把步兵空运过去……先研究、再批判这个设计，达成一致再动手。

注意最后一句："先研究再批判，达成一致再动手"——这已经不是在"写代码"，这是在做游戏策划评审。结果是热带群岛地图 Archipelago，七个岛上据点只能空运步兵占领，成了"最好玩的一张图"。

这个细节值得所有 vibe coder 记住：当执行被完全外包后，人剩下的工作是"提对问题"和"设计激励"——也就是制作人（producer）干的事，而不是程序员干的事。

v10：机甲，与"让两个模型打一架"

v10 加了巨型机甲 Goliath（太平洋里的 Jaeger 或者战锤里的泰坦那个意思）：激光眼、手臂火炮、肩扛迫击炮，受伤会逐个掉武器；可以"锚定"变成新的 HQ，在新区域建建筑、造步兵；两架 Condor 能把它吊起来空运。还有个 mutator 叫 Robot Love：敌方 Goliath 在战场上靠太近会"坠入爱河"，对局直接判平局——这是 Natalie（Willison 的妻子）的点子。

同一版本的另一个功能叫 agent battles：让不同的 LLM 在游戏里对战。Willison 的 prompt 是："想想怎么让 coding agent 也能玩多人对战，比如 GPT-6 Sol 打 Claude Opus 5.5，每个模型有一个工具能获取游戏信息（只能看到战争迷雾内的）、控制单位……"Opus 5.5 先写了 AGENT-BATTLES.md 提案，然后自己实现、自己测试。现在已经有 Claude Haiku 5.5 vs GPT-6 Luna 的对战 replay，还有一个能看底层 prompt 响应的 debug 工具——Willison 说以后想做成联赛积分榜。

从"AI 写游戏"到"AI 打 AI 写的游戏"，再到"给 AI 的对战做积分榜"，这个项目的递归层数一直在加。

v11 与 v12：配额快过期，与"用声音联机"

v11 的诞生原因非常" vibe coder"：某天 Willison 瞥了一眼 Claude Usage 页面，发现本周配额还剩 25%，45 分钟后重置。于是他给了个 45 分钟限时 prompt："设计实现随机地图生成器，要最大尺寸，河流桥梁岩石森林资源水晶都要，旋转对称，用 seed 可复现，45 分钟，发挥创意。"——45 分钟后，随机地图生成器交付了，还附带一张 Claude 自己生成的十张地图拼盘展示图。

v12 是最新也是最野的功能：用声音做多人联机。两台设备在麦克风距离内，通过音频信号同步游戏状态。这源于他上周的 Chirp Pong 实验。他让 Claude 先做了个 Radio Probe 工具实测两台设备间的音频带宽，确认可行后，实现了一整套音频调制解调器，在笔记本、iPhone、iPad 之间都跑通了。

为什么用声音？Willison 的理由很实在：他"喜欢零运行成本的纯静态 HTML"，不想为了个小游戏架个服务器、然后余生负责运维。但高频 modem 音有个 bug：跟 Natalie 联机测试时，modem 音让她头痛欲裂。Willison 先加了警告，然后想上 WebRTC——在他自己 WiFi 下两台设备都连不上，于是让 Claude 写了个无状态 WebSockets 中继服务器，部署在 Fly.io 最便宜的 shared-cpu-1x 实例上，"就算 7x24 跑满，一个月也不超过 2.19 美元"。

"游戏史上最贵的 bug 是让人头痛"，这可能是 2026 年 vibe coding 圈最佳注脚之一。

工程细节：魔鬼在"确定性"里

有几个工程细节特别值得做 agent 项目的人看：

• 确定性仿真引擎：为了让 replay 和多人同步不出错，Claude 曾经把 Math.sin()/Math.cos() 换成自定义实现——因为 Chrome 和 Safari 返回的浮点数有极细微差异，会导致 replay 不同步。这是"AI 自己发现并修了跨浏览器浮点一致性问题"。
• 音乐全部由代码生成：项目里零音频文件，配乐是代码实时生成的，不同地图不一样，还会随战斗激烈程度变化。
• Claude 给自己造工具：Radio Probe、3D 模型浏览器、Agent 对战 debug 工具……Willison 说"有些我自己都没点开看过"。
• 静态 HTML 即 PWA：他没要求，但游戏自然就是个 Progressive Web App，能离线玩——他在飞机上玩过，尽管"从没安装过"，因为手机浏览器缓存了。

Willison 的反思：愧疚感，与"被认真对待的路径"

原文结尾的"Some thoughts"是全文最诚实的部分。Willison 说他对游戏开发"几乎一无所知"，这反而让实验更纯粹——他已有的软件工程经验在这里帮不上忙，结果更能说明 agent 的真实水平。

他承认一种"愧疚感"（guilt）："我都没觉得自己配做出这么好的东西，在一个我如此缺乏经验的领域！"——给这么多人私下看过之后，"不公开发布反而觉得不对"。

他也看到了硬币的另一面：当天早上他在 HN 上看到 IGN 的报道——Steam Next Fest 上 AI 生成的 slop（垃圾游戏）泛滥，玩家在求一个"无 AI 过滤器"。他说自己"做梦也不会把 Battle Drones 送去那种场合，还远远配不上 indie 游戏项目的身份"。但转折在后半句："不过，我现在已经能看到一条路——像这样的 vibe coded 游戏，被认真对待的路。"

他的判断是：Battle Drones 好玩、好看，还有创新功能（音频联机"据我所知是 RTS 里的第一次"）。他想看看"比我有品味、对做出真正 exceptional 的东西有执念的人，能用这套路子造出什么"。

我们的判断

第一，vibe coding 的分水岭出现了：决定作品上限的不再是"你会不会写代码"，而是"你会不会当制作人"。 Willison 在这个项目里的实际工作是：定方向（做个 C&C like）、定标准（不好玩就重来）、做激励设计（Archipelago 的占领规则）、当裁判（1200 场对战的数据说了算）。写代码、调数值、建模、作曲、修跨浏览器 bug——全是 agent 干的。以后评价一个 vibe coder，恐怕要看他的"制作人 sense"，而不是他的 commit 数。

第二，"Make it a LOT more fun"值得单独拎出来品。 Willison 自己都说，承认这句 prompt 效果好得"让人不安"（uncomfortably well），甚至有点尴尬——因为他刚做过一场演讲，主题大概是"好游戏需要设计"。但数据不会说谎：1200 场 AI 对战，25 分钟未决率从 14% 降到 0.9%。这说明在"好玩"这种高度主观的标准上，agent 已經能通过"大规模自我对战 + 数据反馈"找到方向。测试也可以外包给 AI——只要你能定义好"赢"的标准。

第三，Ultracode 模式验证了一件事：复杂任务的解法是"编排"，不是"更长的 prompt"。 让游戏变好玩的不是那句"好玩得多"，而是 dynamic workflows 同时编排的大量子 agent——分头改数值、加机制、跑对战、写报告。vibe coding 的下一步，可能是从"跟一个 agent 对话"变成"给一群 agent 当导演"。

第四，别忽略那些"顺手"的工程质量。 确定性仿真、跨浏览器浮点一致性、零音频文件的代码音乐、离线可玩的 PWA——这些都不是 Willison 要求的，是 agent 在"把事情做对"的过程中自己补上的。一个好消息和一个坏消息：好消息是 agent 的工程下限比你想象的高；坏消息是，如果你连它干了什么都不知道（Willison 自己都没点开看过那些工具），"review"这个词在 vibe coding 里正在失去意义——你 review 的不再是代码，而是结果。

最后说个小小的对照：10 月 14 日我们写过 Willison 的 Tree Appreciator——单 prompt、三小时、一个"找不同"小游戏。那篇的结论是"agent 能一次成型"。这篇的结论往前走了一大步：agent 不只能一次成型，还能长期迭代、自我测试、自我平衡。 从"生成"到"工程"，中间差的就是这 321 个 commit。

游戏本体在 GitHub Pages 上可玩（原文有链接），代码开源在 GitHub。透明度说明：本文所有事实均出自 Simon Willison 2026 年 10 月 20 日博客原文（已全文亲读），转述 Willison 原话处均为原文 verbatim 翻译；"据我所知是 RTS 里的第一次"等表述为 Willison 本人原话，非本站考证结论。