🎮 如果一整支 AI 智能体团队能够构建一个可玩的游戏，自行测试它，发现 bug，并根据你的反馈持续改进，那会怎样？

介绍 VibeGame，这是南京大学研究人员开发的一个开源多智能体框架，它可以根据自然语言提示和可选的参考图像创建完整的 2D 浏览器游戏。

与传统 vibe coding（氛围编码）不同，它在代码编译通过后并不会停止。

AI 智能体会实际运行游戏以检查其是否正常工作。

🤖 八个专业智能体协同工作

VibeGame 将开发过程组织为八个角色：

▪️ 协调者（Orchestrator）：协调团队，分配任务，并管理进度。

▪️ 设计师（Designer）：定义游戏玩法机制、规则和进程。

▪️ 艺术家（Artist）：生成精灵图、动画和其他视觉资产。

▪️ 架构师（Architect）：规划实现方案和测试计划。

▪️ 程序员（Programmer）：编写实际的游戏代码。

▪️ 审计员（Auditor）：执行静态分析并验证一致性。

▪️ 玩家（Player）：运行游戏，测试控制操作，并检查视觉行为。

▪️ 审查员（Reviewer）：评估整个项目，并拒绝未完成的工作。

当审查员发现问题时，协调者会创建新任务并将游戏退回至开发流程中重新处理。

🧠 巧妙之处：原生 AI 游戏引擎

VibeGame 使用基于 Phaser 构建的自定义引擎。

它不将游戏存储在复杂的编辑器格式中，而是将场景、对象、动画、碰撞和配置表示为结构化的 JSON 和 JavaScript。

这使得智能体无需导航传统的图形编辑器即可检查和修改整个项目。

但最有趣的功能是帧同步执行（frame-synchronous execution）。

游戏通常每秒运行几十帧，而 AI 智能体需要更长的时间进行推理。

VibeGame 通过允许智能体执行以下操作来解决这个问题：

▪️ 随时暂停游戏。

▪️ 精确地前进一帧或多帧。

▪️ 模拟跳跃或攻击等动作。

▪️ 检查对象位置、速度和游戏状态。

▪️ 截取屏幕截图并分析结果。

智能体实际上是以自己的思考速度来玩实时游戏。

🔄 无需模型训练的自我改进

在成功完成一个项目后，VibeGame 会提取可复用的经验：

▪️ 项目骨架。

▪️ 经过验证的游戏玩法模块。

▪️ 资产生成配方。

▪️ 协作契约和已知修复方案。

这些将成为未来项目的起点。

不会更新模型权重。系统通过积累经过验证的开发知识来实现改进。

📊 基准测试结果

在 GameCraft-Bench 的 30 个任务子集中，研究人员报告称：

使用 GPT-6.1-Sol 时：

▪️ Codex：68.80

▪️ VibeGame：72.99

使用 GPT-5.6-Luna 时：

▪️ 最佳竞争智能体：38.29

▪️ VibeGame：49.99

在一项涉及 30 名参与者的独立盲测中，VibeGame 相对于所测试的基线取得了平均 72.7% 的人类偏好胜率。

这些是作者报告的基于适配 Phaser 的基准测试结果，不能直接与原始的 Godot 评估结果进行比较。

🎮 它创建了哪些游戏？

该项目展示了Boss战、平台跳跃游戏、地牢 Roguelike、街机格斗游戏、节奏类交互以及策略原型。

它还可以通过更改视觉主题、类型或游戏玩法规则来修改现有游戏，而无需从头开始。

🔓 现已可用

▪️ 采用 Apache 2.0 许可证开源。

▪️ 支持 Claude Code 和 OpenAI Codex。

▪️ 需要 Python 3.12+、uv 和 tmux。

▪️ Web 仪表板用于与智能体聊天、检查资产以及玩游戏。

▪️ 计划支持 Godot、Unity 和 3D。

这仍然是一个用于 2D 原型的 research framework（研究框架），并非经过验证的专业游戏开发替代品。设置还需要仔细管理智能体的执行权限。

更大的理念：AI 游戏开发正从生成代码转向能够构建、测试、批评并迭代改进整个互动体验的系统。

而让智能体实际游玩它们创建的内容，可能是其中最重要的一步之一。

🌐 https://vibegame.tettet.org/

💻 https://github.com/tettethu/VibeGame

📄 https://arxiv.org/abs/2610.33106

#VibeGame #GameDev #AIagents #OpenSource