Fable 5、GPT 5.5等四款模型同题生成Space Invaders

背景

这篇帖子来自 LINUX DO 论坛的 AI 板块，标题列出了四个模型版本（Fable 5、GPT 5.5、GLM 5.2、DeepSeek 4 Flash），暗示这是一场模型能力对比测试。但帖子正文并未展示各模型的输出，而是公布了一个用于测试的提示词（prompt）以及测试规则：所有模型使用相同的提示词一次性生成，第一版结果直接采用，不做任何修改。提示词本身极其详尽，要求模型构建一个完整的、自包含的 Space Invaders 游戏 HTML 文件，并施加了严格的技术与设计约束。这种“盲测”方式旨在检验模型对复杂、多约束指令的理解与执行能力，尤其是生成可运行代码的准确性。

核心内容

帖子中的提示词是一份面向 AI 的工程级需求文档，要求模型输出一个可直接双击运行的 Space Invaders 游戏。以下是对提示词主要部分的完整翻译与总结：

角色设定与交付物：将模型视为资深游戏开发者。要求生成一个完整的、打磨好的 Space Invaders 游戏，作为单一的、自包含的 HTML 文件。

范围纪律：只构建这个游戏本身，不添加额外功能、界面或抽象层。采用最简单且能正常工作的做法。不使用框架、构建工具或任何前瞻性设计。

硬性交付约束（确保可在任何地方运行）：

• 单文件：index.html，所有 HTML、CSS 和 JavaScript 内联。
• 零外部资源和零库：不能有图片文件、音频文件、CDN 链接、npm 或服务器。所有图形通过 Canvas 绘制，所有声音在运行时通过 Web Audio API 合成。
• 必须能在当前 Chrome、Edge、Firefox、Safari（Windows 和 macOS）上通过双击文件（file://）运行。因此不能使用 ES 模块（type="module"）、import 或 fetch——使用一个普通 <script>，所有内容内联。
• 仅使用 2D Canvas（不用 WebGL）。必须在低端集成显卡上保持 60fps。

游戏玩法（经典 Space Invaders）：

• 玩家炮台位于底部：用箭头键和 A/D 移动；空格键开火（单发冷却）。
• 5 行 × 11 列的入侵者网格（3 种精灵类型）整体左右移动，到边缘下落并反转方向，随着数量减少加速。
• 入侵者随机投弹；玩家有 3 条命；被击中扣除一条命。
• 4 个可摧毁的掩体，被玩家和入侵者火力击中时会逐块侵蚀。
• 偶尔有奖励 UFO 从顶部横穿，提供额外分数。
• HUD：分数、最高分（保存在 localStorage）、生命数、波数。
• 清空一波后下一波更快/更低；失去所有生命后显示 Game Over 画面，包含分数和重启按钮（R 键 / 点击）。开始画面列出操作说明，按任意键开始游戏。

图形要求（“良好”且轻量）：

• 清晰的像素风精灵，通过小像素网格（填充矩形）绘制——无外部图片。
• 复古霓虹色黑色背景：视差星空，通过 CSS 实现微弱的扫描线/暗角效果，子弹发光效果。
• 入侵者两步行走动画；击杀/掩体命中时粒子爆炸效果，带硬性粒子上限以保证性能稳定。

声音（Web Audio 合成——无文件）：

• 合成：玩家射击、入侵者命中/爆炸、玩家死亡、UFO 声调，以及经典的 4 音下降行进循环（随入侵者加速而加快）。
• 静音切换（M 键），带屏幕上的喇叭图标。在首次用户输入时创建/恢复 AudioContext（否则自动播放会被阻止）。

工程实现：

• 使用 requestAnimationFrame 的固定时间步长循环；分离 update() 和 render()，确保速度在所有机器上一致。
• Canvas 按窗口比例缩放，保持纵横比；使用像素级渲染（image-rendering: pixelated，整数缩放）。
• 处理同时按键和快速输入，避免移动卡死；窗口失去焦点时暂停。运行时无控制台错误。

验证要求：

• 确认游戏实际能运行，不要假设。如果能在当前环境运行或打开，请这样做并检查：一发子弹摧毁一个入侵者、一个入侵者炸弹消耗一条命、掩体被侵蚀、波次清除和游戏结束过渡均能触发、音频仅在用户输入后开始。修复任何问题后再报告完成。如果无法在此环境中运行，请清楚说明，而不是声称通过。

输出格式：交付完整的 index.html（如果不能直接写入文件则放在代码块中），顶端有一行操作说明注释。先一句话说明构建了什么以及如何运行，然后给出文件。不要对代码进行解释。

关键要点

• 提示词极其详尽：涵盖了从游戏逻辑、图形、声音到性能优化的全部细节，甚至包含验证步骤和输出规范，体现了系统工程式的需求描述。
• 零依赖与跨平台执行：强调单文件、无外部资源、无 HTTP 服务器，兼容主流浏览器，确保双击即可运行，这对 AI 生成的代码的实用性提出了高要求。
• 性能与视觉平衡：要求像素风格、视差星空、扫描线效果，同时限制粒子数和使用 2D Canvas，避免 WebGL，体现对低端设备的考虑。
• 音频合成：必须用 Web Audio API 生成所有音效，并处理自动播放策略（首次用户输入创建 AudioContext），这是前端开发中常见的痛点。
• 固定时间步长循环：通过分离 update/render 并控制帧率，保证不同设备上游戏速度一致，是游戏开发中的关键实践。
• 测试规则：所有模型使用相同提示词，第一版结果直接采用不做修改，排除了人工干预，专注于衡量模型的初始生成质量。
• 标题模型列表与正文不直接关联：帖子标题列出了四个模型名称，但正文仅给出提示词，很可能后续帖子会展示各模型的输出对比，本文并未包含。

意义与影响

该帖子展示了一种评估大语言模型代码生成能力的高标准方法。不同于简单的“写一个贪吃蛇”，这个 prompt 集成了大量实际工程约束，模拟了真实项目中的需求沟通。通过要求生成完整可运行的作品，并设置零外部依赖、跨浏览器兼容、性能优化、音频合成等硬性条件，它能更真实地反映模型在处理复杂、多约束、功能性任务时的表现。这种“盲测+首版直接使用”的方式，避免了人工反复调优，更能体现模型的原始理解与执行能力。

对于开发者而言，这个 prompt 本身也是一份优秀的 AI 协作模板——将需求结构化、拆解成可验证的子项，有助于提高 AI 输出的一致性和可靠性。对于 AI 研究者和产品经理，这种测试提供了对比不同模型在实际应用场景中短板（如对边缘情况的处理、对性能约束的遵守）的手段。帖子标题中的模型对比虽然未在本篇中展示结果，但已暗示了社区对新一代模型（如 Fable 5、DeepSeek 4 Flash 等）在复杂代码生成任务上的期待。