模型开始懂“好玩”了，但真正的评测是第二遍还愿不愿意玩

2026年10月，Simon Willison在博客里写了一个判断：vibe coding游戏到了拐点。

vibe coding的意思是不看代码，只靠提示让模型把东西做出来。过去一年多，模型已经能生成看起来像游戏的画面，但好玩是另一回事。游戏设计是手艺活，要让玩家在合适的难度里学习、失败、再试一次。Simon Willison说他原本不认为模型能做到。

然后他让Claude Opus 5.5把游戏“Make it a LOT more fun”。模型照做了。

这句话听起来像玩笑，但它引出了四个浏览器游戏。它们都用HTML和JavaScript写成，跑在浏览器里，主要靠three.js做3D。Simon Willison说，这几个项目每个不超过4小时的人力投入，剩下时间是Claude Code自己在跑。

Tree Appreciator：一次生成的小游戏

最小的一个是Tree Appreciator。Simon Willison在Skyline Boulevard开车看树时起了念头，用普通Claude聊天界面，没有开Claude Code。提示是：做一个three.js游戏，展示两棵算法生成的树，玩法是欣赏它们的不同，认真想清楚怎么让它既好玩又好看。

结果一次就出来了。手机友好的找不同游戏，两棵3D树并排，鸟、松鼠、秋叶藏在树冠里，完成一棵树就收进标本册。

Emberwick：从引擎demo到15分钟剧情

Emberwick更野心。Simon Willison先让Claude做一个俯视角奇幻RPG引擎demo，村庄、NPC、家具、进建筑后墙变透明。第一版就不错。

然后他加要求：地形别太平，两栋建筑加地下室和隧道，村庄一侧加山和睡着的巨魔。

最后他让模型把它变成完整游戏，扩大地图、加入机制、剧情、魔法系统，还要求剧情别太老套。成品大约15分钟流程，有标题画面、存档、实验性关卡编辑器。Simon Willison说玩到结尾时被触动了，虽然画面、剧情、角色、音乐、对话都来自模型，他的创意输入基本只有“奇幻村庄和山洞里睡着的巨魔”。

Battle Drones：模型知道什么叫fun

Battle Drones是即时战略游戏，两个机器人军队建造单位、收集废料、抢地盘。早期版本用Claude Fable 5做出来，能玩但不够好。Simon Willison让Opus 5.5“Make it a LOT more fun”，又让它移植到three.js，游戏变了样。

现在它有2到4人多人、勋章、回放、7张地图、随机地图生成器，还有一套改变规则的mutators。它甚至能让不同LLM对战：游戏推进5秒，暂停，让模型读状态、下命令。这里有Claude Haiku 5.5对GPT-6 Luna的回放。

Pumpkin Farmer：鹈鹕镇长和巨型南瓜

Pumpkin Farmer，也叫Quarter Sun Cove，是Simon Willison住在Half Moon Bay后的项目。那里每年有南瓜节和巨型南瓜称重比赛。游戏是cozy farming simulator，种普通南瓜卖钱，养巨型南瓜参赛。角色全是素食动物，镇长是鹈鹕，玩家可以选鹈鹕、臭鼬、浣熊、负鼠、海狸、郊狼、狐狸、猫头鹰、海獭或海豹。

他让Claude“频繁惊喜和取悦用户”，结果塞满细节：捣蛋的浣熊、主持称重的大象海豹、把南瓜滚回海里的海豹、流浪山羊，还有一些关于巨型南瓜的迷信，偶尔会成真。Simon Willison说这不是他最好的游戏，但代表了他想要的方向：怪、有趣、私人，不像前AI时代会有人做的东西。

社区在问什么

有人问，fun需要多少prompt。有人问，有没有没看过提示的人试玩过。后者是更硬的评测。

还有网友说，最近办LAN party，不再提前选游戏，而是在开局时现场把游戏做出来。有人给Opus 5.5 22分钟WoW录像，让它用ffmpeg剪出33秒预告片，带音乐和Ragnaros台词。也有人把LLM放进游戏里，做了一个浏览器里跑真实LLM的像素办公室原型。

Simon Willison也提到另一面：游戏社区本来就反感AI生成资产。vibe coded游戏把AI生成的画面、音乐、写作、代码合在一起，对反对者来说是四倍冒犯。但他认为结果不差，而且会带来分化：有人拒绝，有人把它当成降低门槛的工具。

真正的基准

游戏成了模型的新考卷。它要求3D、音乐、玩法、剧情、交互同时成立，任何一块掉链子都会露馅。Simon Willison说，GPT-6 Astra还没完全到那一步，能建游戏，但对fun的感觉不如Opus 5.5，他预期OpenAI年底会追上。

对普通用户，这件事的门槛低得离谱：打开chatgpt.com或claude.ai，输入“Build a mobile-friendly three.js game where...”，就能开始。项目过了概念验证，再换Codex或Claude Code。游戏不够好玩，加一句“Make it a LOT more fun”。

但第二遍还愿不愿意玩，才是模型有没有真的懂“好玩”的评测。