摘要
- Claude Opus 5「一次搞定」了一款第一人稱射擊遊戲，提示詞如此簡單，結果卻令人印象深刻，以至於人們難以置信。
- 其他人重新執行了提示詞，結果確實如此。
- Claude 輔助遊戲的創作者 Matt Shumer 將這種方法稱為「Gauntlet Loop」：給代理一個真正的標杆來超越，將工作分配給新的批評者，並且永遠不讓建造者自我評分。
就在 Claude Opus 5 發布兩天後，AI 投資者兼前 HyperWrite CEO Matt Shumer 發布了一段影片，展示了一款完全可玩的第一人稱射擊遊戲，該模型完全獨立構建。
「Claude Opus 5 一次搞定了這款遊戲，」他寫道，並補充說構建中沒有使用任何外部資源。
現在，你可能會認為如此高品質的輸出需要一個冗長、詳細且謹慎的提示詞來引導 AI 模型完成構建一款精緻第一人稱射擊遊戲的複雜過程。
再想想。
Claude Opus 5 一次搞定了這款遊戲。
你在這個演示中看到的一切都是自訂程式碼……沒有使用任何外部資源。
AI 遊戲將會非常驚人。
（開啟聲音）pic.twitter.com/zc7C61kgv1
— Matt Shumer (@mattshumer_) 2026年7月25日
其背後的提示詞只有三個簡短段落，完整發布在 GitHub 上。它告訴 Opus 5 構建一款達到最新《決勝時刻》遊戲水準的射擊遊戲，派出子代理——每個代理都有自己的獨立記憶和狹窄任務——分別處理各個部分，並對每個部分持續使用一個獨立的、嚴格的批評者進行循環，直到在盲測中與真實的《決勝時刻》影片相比毫不遜色。根據提示詞，結果應該是「絕對完美」。
這與提示工程師教導人們的工作方式完全相反。在氛圍編碼熱潮期間，建議是具體說明標準而非形容詞：說出「好」的定義，而不只是要求它。程式碼應該考慮什麼，而不是說「AAA」。
Shumer 的版本幾乎相反，它要求自己的子代理「徹底驚豔」，並將實際定義留給一個為自己建立的評論者 Opus 5。
這幾乎就是全部的簡報。Shumer 後來寫道，他從未指定渲染器、列出遊戲系統，或定義「AAA 品質」需要包含什麼。他開始將這種方法稱為考驗循環：交給代理一個真實、可檢查的標準，而不是模糊的指令，讓它將任務拆分為小塊，並將每個塊傳遞給一個從未見過建構者選擇理由的評論者。
兩個 Claude Code 功能承載了這個循環。子代理在隔離的上下文視窗中啟動，擁有自己的指令和工具存取權限，因此評論武器模型的評論者不會繼承建構者對其外觀的藉口。Ultracode 是 Claude Code 的一項設定，將模型推向最高推理努力，並讓它編寫自己的編排計劃，將工作分散到最多 16 個代理，每次運行上限為 1,000 個。
Anthropic 內建的 /loop 技能，專為重複的修復-測試-調整循環而設計，正是讓遊戲在看起來還不錯時不至於停止運行的關鍵。Shumer 從未指定回合數。他讓評論者不斷指出新的差距，並讓建構者持續追趕數小時，直到他自己關閉會話。
最終的建構運行在 Three.js 和純 WebGL2 上，約有 55,000 行程式碼分佈在 11 個子系統中。每個紋理、網格、動畫和音效都在瀏覽器載入時生成——沒有下載的模型、HDRI、圖像檔案或音訊檔案。Shumer 自己發布的評論者日誌顯示，評分從 10 分中的 3.59 分攀升至略高於 5 分，但每一輪仍落後於真實遊戲。
懷疑者認為這是數小時隱藏的手動編碼，因此 Shumer 發布了完整的提示詞和程式碼庫。就在那時，模仿者開始出現。
同樣的技巧，三位不同的建構者
James Altucher，前對沖基金經理和播客主，運行了相同的提示詞，並報告花了「略多於十小時」和大約 130 萬個 token 在 Opus 5 上完成。他的建構作品 Operation Blackout 可在瀏覽器中免費遊玩，看起來非常棒。
你可以在此處遊玩該遊戲。
Prompt Silo 的開發者將同樣的請求指向 OpenAI 的競爭對手旗艦模型，發文寫道「Sol 5.6 Ultra 使用相同提示」——Sol 是 OpenAI 於 7 月 9 日全面推出的三模型 GPT-5.6 系列中的頂級版本，此外還有更便宜的 Terra 和 Luna 版本。
Sol 5.6 Ultra 使用相同提示。 https://t.co/89EhfiCvg0pic.twitter.com/1xwBQw5nRh
— Rich · Atom Tan Studio (@atomtanstudio) 2026 年 7 月 26 日
開發者 Leon Lin 嘗試了相反的做法，轉而使用通常的詳細提示。他沒有複製 Shumer 的簡短版本，而是著手「逆向工程這個遊戲的提示」，產出了一份約 20 個章節的文件，詳細說明了從布娃娃物理到級聯陰影貼圖的所有內容。他將該文件輸入 Cursor，使用高努力模式的普通 Opus 5，沒有子代理也沒有超代碼，結果——一款名為 Dust Corridor 的街市射擊遊戲——同樣可在瀏覽器中遊玩，而且看起來也很棒。
後續的構建版本中，沒有一個能通過 Shumer 在自己專案上進行的盲測。他的批評者日誌顯示，真實的《決勝時刻》在他記錄的每一輪中都勝出——這是 Altucher 和 Atom Tan Studio 正用他那精確的三段提示詞追趕的標竿，也是 Leon Lin 用自己大約 20 個章節追趕的目標。
這其中有多少是真正的新東西？
像 Claude Code 這樣的代理編碼工具，其編寫軟體的方式類似於受監督的初級工程師：它們讀取檔案、執行程式碼、查看自己生成的螢幕截圖，並將工作的一部分交給子代理和批評者，由後者根據既定目標檢查結果。這個循環是真實的，而 Shumer 的 Gauntlet Loop 是組織這種循環的一種有效方式。但這些本身並不能證明該模型是憑想像設計了一款遊戲，而不是重新組合它已經吸收的程式碼模式。
Three.js 在其官方範例中提供了自己的指針鎖定相機控制項，而這種基本模式——滑鼠視角、WASD 移動、射擊的光線投射——已經在 GitHub、gist 和開發者論壇上被複製和教學化超過十年。一個在公共儲存庫上訓練的編碼模型，在讀到 Shumer 的提示詞之前，幾乎肯定已經見過數百甚至數千個幾乎相同的射擊遊戲。
這並不意味著 Claude of Duty 是假的，但這使得「從零開始構建」這個說法更難完全令人信服，所以對這些結果持保留態度。
研究程式碼生成模型的學者為這個更廣泛的問題取了一個名稱：資料污染，當一個模型在某項任務上表現良好，主要是因為其訓練資料中已經存在幾乎相同的範例，而不是因為它推理出了新的東西。
這些第一人稱射擊遊戲的建構版本中，沒有一個發布過針對此類污染的檢查。Shumer 自己的儲存庫中確實包含了 Claude 自身的創造力，如果這樣說合理的話。這就是為什麼將「一次完成 AAA 遊戲」解讀為一個能幹的代理在程式設計中最有據可查的類型之一中工作，而不是證明 AI 設計了一款沒有先前參考的射擊遊戲。
