Claude Opus 5 于 7 月 24 日发布后，社交媒体上涌现出一批由提示词直接生成的浏览器游戏原型，其中 Vyom 用一份提示词消耗 6.9 亿 token、花费 423 美元，得到了一款名为 Wave Racer 的赛艇游戏。该游戏基于 Three.js 构建，采用细胞着色渲染风格，赛道是程序生成的无限大海洋，所有场景元素均由代码实时计算，不依赖外部素材包，代码已上传至 GitHub，用户可直接在浏览器中游玩。

AI 投资人 Matt Shumer 发布了一款完全由 Opus 5 构建的第一人称射击游戏，屏幕上所有元素——代码、纹理、物理、敌人行为——均自行生成，未使用任何外部素材。Shumer 将其方法称为“挑战循环”（Gauntlet Loop）：给代理一个真实且可检查的标准，而非模糊指令；让代理将任务拆解成小块，并将每块提交给一个无法看到构建者推理过程的评审者。随后，@mikeluan123 将这一框架改造成类《家园》风格的太空即时战略游戏，消耗 6.86 万输入 token 和 460 万输出 token，耗资 632.65 美元。

并非所有尝试都如此烧钱。Andrej Karpathy 仅用约 10 美元 的预算（1M token），将《指环王》第一段原文交给 Opus 5，两小时后生成 5500 行代码，在浏览器中渲染出一个程序生成的中土世界，并上传至 karpathy.ai/lotr-movie。Karpathy 在实验中发现一个根本性技术障碍：模型在生成渲染代码时，不得不缓慢地截图，依据静态截图推断动态运行状态，结果仍出现错误。他总结道：“游戏与世界这个领域揭露了大语言模型的一个弱点，它们难以审计自己的工作，因为它们无法高效地、原生地感知视频，也无法真正参与其中的游戏。”

传统三维开发中，开发者从资产库拼装场景，纹理是图片文件，物理依赖引擎；而 Opus 5 生成的游戏更像是几何体过程式、纹理通过着色器表示，物理和操控全部写入同一个 HTML 文件，打开即运行。然而，2026 年游戏开发者大会 的调查显示，52% 的游戏开发者对生成式工具持负面看法，53% 认为这类工具会增加项目的 bug 风险。美术指导、叙事深度以及玩家瞬间感知的“精致感”仍是明显弱项。

开发者 Leon Lin 做了一个对比实验：他撰写了一份多达 20 个章节的详细设计文档，涵盖布娃娃物理模拟、级联阴影贴图等细节，喂给 Opus 5 后生成了“Dust Corridor”，在浏览器中运行良好，某些维度比短提示版本更稳定。但 Lin 指出，文档是他自己写的，因为他知道 AAA 品质意味着什么；模型表现出色，是因为框架本身来自人类多年的积累。

生成成本正快速趋近于零，这被视为当前最重要的变化之一。长远看，玩家可能以旁观者 NPC 身份进入《指环王》故事，或扮演角色，实现“按需生成的 GTA X”。游戏可能不再是固定内容的罐头，而是根据玩家偏好、节奏和兴趣实时生成专属世界体验。但“生成”只是起点，之后的工作才是问题所在。

Karpathy 的实验揭示，模型能写出让赛车在水面漂移的代码，但它自己无法玩游戏，注意不到“连续三个 S 弯之后玩家已经开始烦了”。它靠截图和静态代码分析推断，精度和覆盖范围远不及真正的游戏评估。这带来一个推论：当生成几乎免费，能判断输出好坏的眼光 才是真正稀缺的资源。诸如“这里的物理感觉不对”“这个关卡的节奏在第五分钟死掉了”这类判断，无法从代码量中自动涌现，也不会因 token 预算变大而自动出现。懂得检查和批评模型输出的人，此刻拥有更高的价值。

要让大语言模型真正“看见”游戏，需要追踪帧与帧之间的状态变化，识别“玩家在这里死了三次”这类跨帧规律，感受操作节奏变乱等信号。研究层面，自动化游戏测试领域已在探索让 LLM 智能体通过多模态感知捕获游戏状态，在执行行动后自我反思，识别卡顿和崩溃，将“截图→分析→行动”链路压缩为接近实时的反馈闭环。这类方法不等待模型原生“看视频”能力成熟，先用架构弥补感知短板，是目前最接地气的工程路径。

模型能写出正确渲染法线贴图的 WebGL 代码，因为这类代码在互联网上大量存在；但“玩家在哪个转角会产生压迫感”“武器后坐力多重才不失控”“什么样的奖励节奏让人想继续玩”这类判断并未被写成代码供模型学习。要让模型获得感知层面的能力，可能需要大量“模型实际玩游戏”产生的交互数据，在真实游戏过程中积累手感、反馈、节奏和挫败感的判断基准。这类似 AlphaGo 通过海量自我对弈积累棋感，但游戏世界远比棋盘复杂，感知接口更宽，路径更长。

真正个性化的游戏体验，除了生成无限海洋的赛道，还要知道玩家喜欢什么节奏、对什么挑战感到愉悦、审美偏好如何。Wave Racer 和 Karpathy 的中土世界都很有趣，但至少到 2026 年夏天，“一个 Prompt 打穿《使命召唤》”尚未发生。模型何时能真正玩自己制作的游戏，感受到“第七关的节奏在第二分钟垮了”，并从中学习设计教训？在那个时刻到来之前，保持兴奋，同时用挑剔的眼光检查那份兴奋，是当下最有价值的事情。