Spellcaster：6个Agent协同生成可玩游戏原型

AI 摘要

量子位报道了DarwinMind推出的Spellcaster平台，该平台通过6个专用Agent协同工作，实现从用户描述到可玩游戏原型的生成、试玩和修复。Spellcaster解决了AI生成游戏中的“可玩性黑洞”问题，并计划未来用世界模型直接生成游戏画面。

正文节选

6个Agent组团Vibe Gaming：自己生成、试玩、修Bug 代码能跑≠游戏能玩 允中 发自 凹非寺 量子位 | 公众号 QbitAI 给AI一句“生成一款坦克大战游戏”，代码很快跑了起来。 敌方坦克出现在屏幕上，炮管锁定玩家，战斗看似已经开始。但靠近敌人后，坦克没有发射炮弹，反而挥起炮管开始近身攻击。 第一眼看上去，这像是一次典型的AI抽风。继续玩下去却会发现，移动、碰撞、攻击和伤害判定都能正常工作。 它偏离了常见设计，却意外形成了一套可以成立的新玩法。 这也是AI生成游戏最容易被忽略的问题：代码能运行，只是第一步。真正困难的是让游戏成为一个能够持续交互的系统。 代码能跑，游戏为什么还是不能玩？ 过去一年，大模型已经生成了大量贪吃蛇、平台跳跃和射击游戏。 页面能打开、角色能移动，并不等于玩家能够完成一局游戏。 平台可能高于跳跃极限，敌人有动画却没有攻击判定，障碍物的刷新频率也可能叠成一条无法通过的“必死路”。 修改同样可能带来连锁反应。 用户只想把角色跳跃调高一点，系统却同时改变重力和其他物体的运动轨迹；代码勉强完成后，素材又可能缺失或风格不一致。 每个局部看起来都对，组合起来

发布时间：2026-08-18 15:33

抓取时间：2026-08-18 16:41

来源机构：量子位