Fable 5一夜做出網頁版紅警：模型的重大進步

前天我讓Fable 5寫了個網頁版紅色警戒，沒想到發出來之后，呼啦啦來了快一萬人。

昨晚我又給它下了個指令：升級一下，出個2.0版。音效重做了，動效更流暢，小兵和坦克的自我決策能力也往上提了一截。

鏈接在這：https://peaceful-wave-530.fly.dev/

大家有興趣的可以去感受一下。

模型能力的重大進步

我今天想聊的重點不是游戲本身，而是我為什么要用Fable來做這件事。

之前Google的創始人謝爾蓋·布林看完用完Mythos之后說了一句話："這就是AGI。如果你覺得這都不算AGI，那我不知道什么才是AGI"。

我用完也有同感。在我看來，一個大模型在你只給了幾句提示詞、幾乎沒有監督的情況下，能寫出一個這么復雜的網頁游戲，已經是大模型能力的一次重大進步。

當然，評論區里永遠不缺另一種聲音。

說實話，我看那些評論的時候，腦子里總浮現出郭德綱一段話。他說，如果我跟火箭專家說你這火箭發射得先燒一張報紙，再點燃煤球，那才能發射出去——那個科學家哪怕多看我一眼，他就已經輸了。

但轉念一想，AI發展太快了，有人不了解其實很正常。所以我還是想認認真真講一講。不過我真的希望大聰明們少一點，咱們抱著虛心的心態，認真學一學，AI到底是怎么回事。

評論區主要集中在三類質疑：代碼是不是抄的？紅警這道題有多難？一把過有什么好吹的？

這三個問題串成了一條邏輯鏈：第一個問題在問能力的本質，第二個問題在問難度的基線，第三個問題在問工程質量。三個一起成立，這件事才算數。

AI是不是在抄代碼？

有人可能會反問：AI肯定見過網上的開源紅警代碼，憑什么說它不是 "看完了抄一遍"？

這恰好是最大的混淆，把 "見過" 等同于 "存了"，把 "理解" 等同于 "背了"。

大模型不是一個代碼倉庫。它訓練完以后，并沒有把那些源代碼存下來，而是把讀過的所有東西壓縮成了參數。你可以理解為一種高度抽象的 "理解"，而不是一份可以檢索的檔案。就像一個程序員讀了一百個游戲項目的源碼，然后讓他自己寫一個，他寫出來的東西必然融合了他的理解、經驗和即興判斷，但你要他去默寫其中某一部分，他未必背得出來。

Fable寫紅警的原理是一樣的。它不是在檢索某一段開源代碼然后拼出來，它是真的 "理解了游戲引擎怎么搭、戰斗系統怎么調度" 這些抽象概念，然后根據我的需求，一個token一個token地生成出來的。

這才是 "生成式模型" 的真正含義。也正因為它是生成、不是拷貝，你讓它寫紅警、寫消消樂、寫一個誰都沒做過的全新玩法，它都是用同一套方式 ——理解了需求，然后現寫。

紅警這道題有多難？

有人覺得紅警是二十多年前的老游戲，做出來也沒什么了不起。

我建議認真想想這個游戲在運行的時候實際上發生了什么。

它涉及實時單位移動、攻擊傷害計算、網絡信息同步，還得搭一個3D視角的渲染引擎。小兵小坦克在地圖上的移動、轉向、開火，背后是一整套圖像引擎、戰斗系統在撐著。還有音效系統、基地建造邏輯、單位生產調度——這些東西加在一起，可不是一個人手敲一晚上能敲出來的。

二十多年前紅警剛出來的時候，這可是幾十人的團隊花了一年多做出來的世界級產品。即便放到今天，代碼的復雜度并沒有下降那么多。你讓一個十幾二十人的團隊從頭搞，幾個月也不一定能搞定。

所以當AI能夠一次性完成這么復雜的一個項目的時候，我覺得這真的是大語言模型到達了一個新的里程碑。

一把過的含金量

什么叫一把過？

那天晚上我跟Fable說，就做紅色警戒二，別整那些花里胡哨的復仇劇情，先給我搭一個基本的戰斗系統，兵種不用太多。說完我就去睡覺了。

等我早上起來一看，它不光把代碼寫完了，連測試都做完了。它自己跑了一百多輪的測試，145 個功能測試，全綠通過。

它把目標拆成了4個階段、16個子任務， 從真實地形，到玩法深化，到穩定性硬化，到細節打磨，全部自己規劃、自己執行、自己驗證。

一個大模型生成一段代碼，今天確實不難了。但這段代碼能不能用，完全是另一回事。以前我們用AI寫代碼，最痛苦的不是讓它寫，而是你得盯著它測。

四個月前我讓三萬用給自己做個網站，改了十幾輪，就是因為它有時候說測過了，其實沒測；有時候告訴你改好了，其實動都沒動。反復拉扯，人比它還累。

寫過程序的人都知道，一個主干程序一次性上線、一次性跑通，人寫都不太可能。我當年代碼總是跑不通，最后沒辦法，淪落成了一個產品經理。所以 "一把過" 這三個字，在我心里的分量特別重。

從聰明到靠譜

模型比"誰知道得多"的時代已經過去了。現在豆包、Fable、GPT知識點都差不多，真正拉開差距的是靠不靠譜。 你扔一個復雜任務給它，它能不能自己拆、自己排、自己干完。

聰明人多的是，靠譜的人少。聰明人聊起來天花亂墜，事一交過去你就得跟在后面盯、催、補。靠譜的人你交代完就不用管了。工作中，靠譜比聰明值錢一百倍。Fable這次讓我看到的就是大模型越來越靠譜了。

再往前推一步：做軟件的門檻正在被一腳踹開。當執行力不再稀缺，想象力就成了唯一壁壘。

以前是"想得到的人多，做得到的人少"。以后可能要反過來。

當然，信不信由你。評論區的大聰明們盡管笑，但這個世界，從來都是在少數人理解、多數人嘲笑的情況下，一步一步往前走的。

對了，很多人說讓我做消消樂，大家感興趣嗎？評論區告訴我。

順便說一句，獵豹在推進AI Native組織變革，很多經驗現在不光自己用，還在對外輸出，幫更多企業打造AI Native組織，幫助企業成為AI時代的新物種。

如果你是老板或者創業者，對如何打造一個AI Native組織感興趣，歡迎點擊閱讀原文聯系我們。