Spellcaster 多智能体架构突破AI游戏可玩性瓶颈
Spellcaster 用多智能体闭环系统解决了 AI 生成游戏的“可玩性错误”，让游戏从能看变能玩。
Spellcaster 是一个 AI 游戏生成平台，用多智能体协同架构——多个 AI 代理分别负责规则、关卡、素材和可玩性验证——在十五分钟内将自然语言想法变成可玩的游戏。它避免了通用代码生成工具常见的“可玩性错误”，如关卡不可达、数值不平衡。目前已生成“雪山救狐狸”等交互游戏，处于内测阶段。
正文摘录
还记得那个“你是否在雪山救过一只狐狸”的灵魂拷问吗？ 从AI短剧到网友二创，这个梗在三个月内被爆改出数千个版本，相关话题播放量超过50亿次。但现在，它不只停留在视频里了——有人把它做成了一款可以玩的游戏。 做出这款游戏的，是一个叫 Spellcaster 的 AI 游戏生成智能体平台。 这个游戏有几十个支线，根据用户不同的选择走向不同的结局。这件事有意思的地方不在于“雪山救狐狸”又多了一个游戏版本，而在于它说明了一件事： AI生成内容正在从“能看”走向“能玩”，是交互深度的再一次跃迁。 AI生成游戏，究竟卡在哪里 在此之前，“AI生成游戏”并不是一个新鲜话题。 Codex、Cursor、Trae 这类代码生成工具，甚至是GPT、Fable 5大模型本身，已经能根据自然语言写出一段可以运行的贪吃蛇或平台跳跃游戏。但真正用过的人都清楚，使用这些工具生成游戏时，大多会卡在三个地方： - 生成的代码能跑，但平台高度超出角色跳跃极限，根本上不去； 而Spellcaster生成的游戏没有卡点，可以顺利通关： - 运行时崩溃，把报错丢回给AI，修完这个又坏三个； - 美术素材要么是系统图形库画的矩形圆圈，要么是多个风格完全打架的AI生图拼在一起；