本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

什么，七句話就讓AI給我生成了一個小游戲？

還是“極簡版”塞爾達這樣的經典冒險游戲，不僅能撿金幣、躲怪，地圖也不重復的那種。

這是一位名叫Andrew Mayne的小哥的真實經歷，整個過程中，他甚至一行代碼都沒寫！

把AI生成的游戲和游戲代碼po到網上后，短短數小時就收獲了上千熱度：

趕來圍觀的網友試玩了他搞出來的游戲，直呼“Mind blowing”。

所以，Andrew Mayne到底是怎么做到的？

原來，他用來做游戲的AI，是OpenAI最新版本的Codex。

這個版本的Codex，除了能直接生成、修改和編輯代碼以外，連處理的文本長度也翻倍，從2048個token提升到了4000個，簡直像是“解開一層封印”。

起初，Andrew Mayne只是好奇這版Codex的創造力極限在哪里，想做個實驗，看看它能否根據文本直接生成小游戲。

沒想到，這一試簡直讓他停不下來。

7句話生成冒險游戲

第一次嘗試便是被他命名為“極簡塞爾達”的游戲。

別看畫面抽象，整個游戲包括隨機生成地圖、玩家用鍵盤控制角色移動、有敵人會攻擊玩家、收集金幣加分等游戲核心要素。

走到地圖邊緣還能生成一張新地圖，這樣就能一直玩下去……總之是一個2D冒險游戲原型的樣子。

所有這些規則只用英語寫了七句話，AI則用Javascript寫出了190行代碼。

由于小哥本人不是專業游戲設計師，描述用詞不是很精確，但AI總是能產生自己的理解。

比如描述怪物的部分，描述里只有“一個紅色的怪物，玩家移動時它也移動，試圖接近玩家，如果玩家被碰到就減一分”。

AI則根據上下文生生成了50多行完整的怪物生成、移動、判定分數的邏輯。

只需把色塊替換成簡單貼圖，和真正的塞爾達原型是不是就很像了？

△被曝光的初代塞爾達原型程序

第二個小游戲，他打算考驗AI對邏輯的理解，生成一個簡化版猜詞游戲Wordle。

這次只用了5段話描述規則。

謎底詞從一個列表里隨機選擇，每次選擇一個放到控制臺。

描述字母輸入框的樣式，包括寬高、文字居中對齊、每個輸入框有獨立ID；輸入時自動大寫；再加一個確認按鈕。

分四種情況討論如何判定輸入結果。

后面他又進行了更多嘗試，調用第三方庫生成3D迷宮、能與玩家對戰的井字棋，以及給照片加濾鏡的小程序等，全都沒手寫一行代碼。

其中比較有意思的是生成《黑客帝國》字符雨視覺特效，幾乎是只告訴AI“創建一個畫布，加一個黑客帝國雨特效”，沒有任何額外解釋，AI就做出來了：

最后他總結出幾條經驗，介紹如何寫文字描述能讓AI更容易理解需求：

• 先描述邏輯部分。然后創建UI元素時候調用前面生成的邏輯函數。
• 給描述編號。這樣更容易看明白AI正在處理哪條描述。
• 多讓AI創建函數。如果直接讓AI生成100項的數組，AI可能真的每一項每一項寫出來，如果告訴AI創建一個生成數組的函數，AI就會用循環語句來完成了。
• 如果一次不理想，多試幾次。把temperature參數設為0.5，有一定隨機性可能會產生更好結果。

看起來有點產品經理總結如何與程序員溝通對接的味了。

背后的Codex“再進化”

所以話說回來，這個最新版的Codex到底有多好用？

除了Andrew Mayne最感興趣的token上限翻倍以外，新增加的插入和編輯兩大功能也挺有意思。

先來看看Codex的編輯功能，像優化代碼性能就能用一句話搞定：

或是換個編程語言實現代碼：

還有“單行代碼編程”（One Liner），一句命令就能實現：

有了這一功能，調整代碼的難度就會降低不少。

使用Codex的時候，甚至可以像甲方一樣，無需手動調整代碼，只需要對著這位“AI程序員”發號施令，就能讓它生成你想要的東西。

再來看看Codex的插入功能。

不僅能主動生成注釋，提醒這段代碼的作用：

還能根據上下文理解這段函數，主動幫你插入它的定義：

無論是開發框架、還是寫小軟件，都不需要再擔心“一條路走到黑”，可以根據需求再從中間進行調整。

當然，這些功能放到GPT-3上也類似。無論是換人稱、改格式這種小技巧：

還是隨著上下文修改并插入語句，都不在話下。

除了這兩個功能以外，還有一些細節上的更新，例如UI變得更加簡潔等等。

事實上，這一系列新功能，都是為了讓Codex和GPT-3變得更容易上手。

據OpenAI的科學家表示，他們希望通過這次更新，讓更多“非職業選手”也玩上GPT-3和Codex。

這也確實吸引了不少感興趣的網友動手嘗試。

像搞出“7句話讓AI給我做游戲”的Andrew Mayne，原本只是一位驚悚小說家。

△還戴著頂SpaceX的帽子，要素過多

除了他以外，包括《連線》編輯Clive Thompson等人也在嘗試用Codex給自己寫代碼。

Clive表示，Codex掌握的知識量比他們這些“業余選手”豐富不少，能選出最合適的函數和庫來完成需求。例如在接到與PDF有關的需求時，調用PyPDF庫。

還有網友表示，自己拿Codex做了個《太空侵略者》（space invaders）小游戲，同樣成功了。

看到這些成果，有網友感嘆，當AI真的學會寫代碼后，留給人類做的可能就剩下兩件事情：寫更好的AI，或是想想能用AI生成什么。

不過，更加謹慎的網友則認為，AI生成代碼容易讓人對它產生依賴性，從而忽視代碼本身的問題。例如這位作者用Codex寫的圖像處理代碼，就存在一些不正確的地方：

還有網友預測，用AI寫代碼的話，最后還是要讓工程師來調整它，本質上還是殊途同歸。

你會用AI來寫工具、或是做游戲嗎？