Codex与Kimi编写赛车游戏对比体验

背景

随着大型语言模型（LLM）在代码生成领域的快速进步，以 OpenAI 的 Codex 和 Moonshot AI 的 Kimi 为代表的模型，已经开始被用于直接生成完整的、可交互的网页小游戏。LINUX DO 社区的一位用户分享了他使用这两个模型分别编写 3D 赛车小游戏的体验，给出了相同的提示词，并对比了初次生成结果和后续修改后的效果。这一实践展示了当前 AI 在游戏开发辅助上的能力边界与差异。

核心内容

该用户提供了一个详细的提示词，要求制作一个模仿《极品飞车14》的 3D 赛车游戏。核心玩法包括：

• 玩家驾驶赛车尽快到达终点；
• 与其他赛车手比赛，同时有警车追逐；
• 玩家可以撞击其他车辆（车手或警车），不同撞击力度造成不同伤害，对方生命值归零后触发损毁动画，一段时间后复活；
• 玩家拥有四个技能：超级涡轮（加速）、钉刺带（让扎到的车辆损毁）、EMP 攻击（远程锁定目标造成伤害）、干扰器（禁止警察使用道具）；
• 玩家自身也有生命值和损毁机制：遭受剧烈撞击会触发损毁动画并稍后复活，每次损毁减少一点生命值，生命值归零则竞速失败。

用户将提示词分别输入给 Codex 和 Kimi，得到两个游戏链接：

• Codex 生成的赛车游戏：car.yangsan.online
• Kimi 生成的赛车游戏：hot-pursuit.yangsan.online

初次生成后，用户的直观感受是 Codex 效果更好，而 Kimi 第一次的“画风太简陋”，且操控方向键是反的。随后用户对两个模型都进行了修改请求：Kimi 只改了一次，Codex 可能改了好几次。最终对比发现，Kimi 在修改后“更快到达更好的情况”，即 Kimi 的迭代改进效率更高，尽管初始版本质量较低。

关键要点

• 初始质量差异：Codex 初次生成的游戏在画面和操控上明显优于 Kimi，Kimi 的版本不仅画风简陋，还存在方向键反向的严重 bug。
• 修改迭代效率：Kimi 仅通过一次修改就大幅改善了效果，而 Codex 经过多次修改才达到类似状态，Kimi 的迭代速度更快。
• 提示词复杂性：给出的提示词非常详细，涵盖了核心玩法、技能、生命值、损毁机制、复活机制等，对模型的游戏逻辑理解能力要求较高。
• 模型适用场景差异：Codex 在一次性生成高质量代码方面更强；Kimi 在快速理解需求并修正错误方面反应更敏捷。
• 用户主观评价：最终感受是“codex 好，但 kimi 修改后更快到达更好情况”，说明不同模型各有所长，最佳选择可能取决于任务环节（初版 vs 迭代）。

意义与影响

1. AI 辅助游戏原型开发可行：该实践表明，通过自然语言提示词，普通人无需编程技能即可在几分钟内获得一个可运行的 3D 游戏原型，极大降低了游戏开发门槛。
2. 模型能力对比的参考价值：同一提示词下，Codex 和 Kimi 的表现差异揭示了不同模型在代码生成上的风格和弱点。Codex 擅长一次生成高质量内容，但修改成本高；Kimi 初始质量低，但修正能力强。这对于开发者选择模型具有一定指导意义。
3. 迭代修正的重要性：用户反馈和多次修改对最终结果影响巨大。即使初始版本糟糕，好的模型也能通过少量交互快速优化，这提示在实际应用中应采用“生成 → 反馈 → 修正”的循环工作流。
4. 对游戏开发流程的潜在影响：未来 AI 可能不仅用于生成代码，还能辅助设计、测试、调试。当前案例中玩家生命值、损毁动画、技能等复杂机制已能部分实现，预示着 AI 可能成为独立游戏开发者的得力助手。
5. 社区分享的价值：LINUX DO 社区的这一真实对比，为其他用户提供了直观的模型选择依据，也鼓励更多类似实验，推动 AI 生成内容质量的透明化讨论。