OpenGame 開源：只給一句話，AI Agent 端到端做出完整網頁遊戲

OpenGame 是一個端到端製作網頁遊戲的開源 Agent 框架。你只要給它一句自然語言提示，比如做一個「紅綠燈」玩法的生存小遊戲，它就能自己完成架構搭建、素材生成、程式碼編寫、實際執行和報錯修復，最後吐出一個直接在瀏覽器裡能玩的完整遊戲。

平常我們用大語言模型寫程式碼，寫個獨立函式或簡單指令碼還行，但一碰到做遊戲就容易歇菜。遊戲開發不僅需要跨檔案維護狀態，還得處理即時渲染迴圈和遊戲引擎的各種呼叫。普通模型寫著寫著就會出現跨檔案變數對不上、場景邏輯斷掉或者點選沒反應的問題，最後留下一堆跑不通的程式碼。

它怎麼把遊戲跑起來的

OpenGame 之所以能把整套流程跑通，關鍵在於它沒有把做遊戲當成一次性的文本生成，而是拆成了真正的開發流水線和能持續進化的技能系統。

它的核心模型是 GameCoder-27B。研究團隊針對遊戲引擎場景，對這個 27B 引數的模型做了三階段訓練：持續預訓練、監督微調，以及基於執行結果的強化學習。這讓它天然懂遊戲引擎的常見套路，而不是死記通用語法。

在執行層面上，系統跑的是一個自主閉環工作流，依次走完需求分類、腳手架搭建、邏輯設計、素材生成、程式碼實現與執行驗證。遇到報錯時，它會像真人程式設計師一樣反覆自我糾錯。

更有意思的是它的 Game Skill 模組。這個模組包含兩個部分：一個是模板技能，負責把之前成功的專案骨架存下來，下次做同類型遊戲時直接複用；另一個是除錯技能，專門記錄遇到過的 Bug 以及經過驗證的修復方案。也就是說，它每做完一個遊戲，自己的工具箱就更豐富，不會在同一個坑裡摔倒兩次。

為了檢驗遊戲到底能不能玩，研究團隊還搭了一套叫 OpenGame-Bench 的評測流程。他們用無頭瀏覽器在後臺把遊戲實際跑起來，再拉來視覺語言模型當裁判，從程式碼構建健康度、畫面可用性以及是否符合玩家初衷三個維度打分。在 150 個不同型別的遊戲提示詞測試中，OpenGame 的表現壓過了直接用通用大模型零樣本生成的方案。

怎麼上手體驗

目前 OpenGame 的完整程式碼和線上演示都已經放出來了。

如果你想直接看看效果，可以在官方演示頁面體驗它生成的作品，裡面已經有包括類似魷魚遊戲「紅綠燈」在內的一批可玩網頁小遊戲。

如果你想在本地部署，直接按照程式碼倉庫裡的說明拉取專案，安裝依賴後就能在本地電腦執行。由於底座採用的是 27B 引數模型，本地完整跑通工作流需要配備對應視訊記憶體的 GPU 硬體。

為什麼重要

對於獨立遊戲開發者和對做小遊戲感興趣的人來說，OpenGame 是個很趁手的原型驗證工具。過去你想驗證一個輕度玩法，從找素材到搭框架至少折騰大半天，現在寫幾句需求就能讓它先搭出一個能上手的粗糙底子，你再接過去細調機制。

我們認為，OpenGame 最聰明的點在於它引入了會進化的模板庫和除錯記憶，沒有盲目依賴單次長上下文去死磕。程式碼智慧體從寫單檔案指令碼走向做完整互動應用，這種自我沉澱經驗、跑在真實執行環境裡的閉環，大機率是接下來同類工具的標準解法。