---
name: cheap-model-game-generation
description: "当需要 new-api 便宜模型成本口径、前缀缓存降本、代理旁路坑、或「模型能力画像/质量评估三层/别归模型造不出」等跨路结论时查阅:W-G1 便宜档实证。⚠️ 起新便宜档生成走 cheap-worker,勿照本篇已退役的 gamedef/factory 链路。"
---

# 便宜模型直出可玩轻游戏 · L1 生成 worker 配方（W-G1 实证）

> **⚠️ 状态（2026-06-26）：本篇是 reframe 前的旧 W-G1 / gamedef-factory 路。** reframe（2026-06-25）已废 gamedef + 统一 AgentScope；便宜档生成已迁到 **`cheap-worker/`**（Python/AgentScope + 直写 LittleJS `src/` 多文件 + import 复用 tier2 框架层 + shell-out 现有 node 工具），不再是本篇的「裸 openai client 不引 AgentScope + `generated-factory.js` + `buildGenericHostConfig` 套壳」。
> - 便宜档 Python 线现状 → memory `amodel-generation-build-state`（WU-A spike）+ 执行 plan `git show 8ea97234:docs/plans/2026-06-26-001-feat-cheap-worker-python-spike-plan.md`；AgentScope 2.0.2 实现 API 速查 → [`../knowledge/agentscope-2.0-facts.md`](../knowledge/agentscope-2.0-facts.md)「便宜档 cheap-worker 实现 API 速查」节。
> - **仍有效（跨路通用，与 worker 实现无关）**：成本口径（§2）、代理旁路坑（§3）、driver-coverage / 模型能力画像（§9）、质量评估三层（§8）。
> - **已失效（被 reframe 推翻）**：§1 链路（factory/gamedef）、§3「不引 AgentScope」VERDICT、§5–7 的 `generated-factory` / `buildGenericHostConfig` 套壳。
> - **勿照本篇 §1/§5/§6 起新便宜档生成 —— 走 `cheap-worker`。**

> 适用：用 new-api 便宜模型（DeepSeek/MiniMax）在**插件库 + 装载契约**上生成**可真玩**的 Tier1 轻游戏；**质量由 harness 门保证、非模型自觉**（HJ-GEN-001）。
> 真玩取证门见 [`game-e2e-cdp-harness.md`](./game-e2e-cdp-harness.md) §7（九门：A–G 假绿守卫 + H 机制/latch + I 控制手感）；本篇讲**生成侧**（谁生成 / 怎么校验 / 成本 / 坑 / 自产 gatespec）。
> 活样板：worker = `wg1/gen-worker/`（lane 分支 `wg1/gen-worker`）；生成产物 + harness = `game-runtime/games/_wg1-gen/`；交付报告 = `wg1/gen-worker/REPORT.md`。

## 1. 链路（已退役 · 仅留指针）

旧 gamedef/factory 链路 = brief → 便宜模型写 `generated-factory.js`（一个 `GameHostFactory`）→ 静态校验门 → 套官方 generic 壳（`entry-generic.js` + `buildGenericHostConfig`）→ esbuild `--global-name=__GameBundle` iife → P1 宿主 `bootGameHost` 装载 → 九门真玩、失败回喂重试。**reframe 后废**：便宜档改 `cheap-worker`（Python/AgentScope）直写 LittleJS `src/` 多文件、import 复用 tier2 框架层（见篇首注 + [`agentic-amodel-generation.md`](agentic-amodel-generation.md)）。铁律不变——**能编译 / 能渲染 / 能动 ≠ 能玩，必须过九门真玩才算 pass**。

## 2. 模型与成本（2026-06-14 网关实测）

| 模型 | 定位 | 实测 |
|---|---|---|
| `deepseek-v4-flash` | **打底**（易档） | reasoning 模型；易档 0 重试 ¥0.01；三款冒烟过 A–G 核心门（H/I 逐游戏可选） |
| `deepseek-v4-pro` | 难档**升档** | Simon 0 重试 ¥0.06 |
| `MiniMax-M2.7` | 备选，**不优先** | completion_ratio=4 拉高成本 ¥0.117 贴 ¥0.15 闸 |
| `MiniMax-M3` | 备选 | 非 reasoning，响应干脆（1-token 回 ok） |

> 网关 `100.64.0.8:3000` 共 11 模型，上四款 + `MiniMax-M2.7-highspeed` 渠道全活（各打 1 发 ping 实测）；MiniMax 另有 M2/M2.1/M2.5 + highspeed 阶梯，横比可按需扩。原「DeepSeek key 未激活」（作战清单:32）**已过时**——经 new-api 网关四模型即时可用。

**成本口径**（¥上界，不计缓存折扣）：`quota =(prompt + completion×completion_ratio)× model_ratio × group_ratio`；`¥ = quota / quota_per_unit(500000)× usd_rate(7.3)`。闸门 **¥0.15/款**（旧 W-G1 口径；现行便宜档 per-gen 硬闸 <¥10，见 [`../knowledge/tech-decisions.md`](../knowledge/tech-decisions.md) §4）。取价 `/api/pricing`、取率 `/api/status`；精确 `logs.quota` 需网关 access token（`sk-` key 无管理权，故只给上界）。

**前缀缓存降本 60–75%（2026-06-17 实测，HJ-PREFIX-CACHE-001）**：把长 system/skill 前缀固定、只变尾缀 brief，命中前缀缓存可省 60–75% prompt 成本。3/4 关键模型支持——
- `deepseek-v4-flash` / `deepseek-v4-pro`：标准 OpenAI 前缀缓存，命中率 ~75%，用 `prompt_cache_hit_tokens` 检测；
- `MiniMax-M3`：经 Anthropic 转发、返 Anthropic 风格字段，命中率 ~74%，用 `prompt_tokens_details.cached_tokens` 检测（**勿用 `prompt_cache_hit_tokens`，此字段恒 0**）；
- `MiniMax-M2.7`：不支持（缓存率 0），别依赖它省成本。
- 通用检测 `extract_cache_info(usage)`：先查 `prompt_cache_hit_tokens>0`（DeepSeek 路），再查 `prompt_tokens_details.cached_tokens>0`（M3 Anthropic 路），都无则视作 miss；生成日志应记 `cache_info` 供周期成本对账。

## 3. L1 纪律 + 坑红线

- **统一出口 = new-api 网关**——baseUrl 指 new-api + key 走 `NEWAPI_KEY`（env / `.env`，gitignored，**绝不入库**）。**协议不锁**：同一 baseUrl 下 OpenAI `/v1/chat/completions` 与 Anthropic `/v1/messages` 并存、按模型选；不是「只 OpenAI 兼容 / 禁厂商 SDK」。（旧「裸 openai client、不引 AgentScope」spike VERDICT 已随 2026-06-25 reframe 失效——便宜档现走 AgentScope cheap-worker。）
- **reasoning 模型（flash/pro/M2.7）烧 max_tokens 于 reasoning_tokens** → `max_tokens` 必须给够，否则 `finish=length`、`content` 空。
- **代理旁路坑**：本机 clash（`HTTP(S)_PROXY=127.0.0.1:7897`）会把发往 `100.64.0.8` 的请求经代理转发 → 502；**`NO_PROXY` 大小写两版都要含网关 host**，且须在 `import openai` **之前**设。
- **输入坐标契约坑**（便宜模型与人皆易错）：输入是**逻辑像素** `x∈[0,390] / y∈[0,844]`，**非归一 [0,1]**（`game-runtime/src/host/boot-game-host.js:295`）。写错 → 能编译能渲染能动但**点击全失灵**（详见 harness §7 G 门，正是这门逮住的）。
- **静态门禁用 token**：`import` / `littlejsengine` / `Math.random` / `Date.now` / `addEventListener` / `requestAnimationFrame` / `new AudioContext` / `document.` / `window.`——生成代码只许调插件公开面 + 6 受控面（getContext2d/onFrame/getInput/getAudioContext/time/random），随机与时钟一律走受控 `random` / `time`（确定性可复现）。
- **bundle 入库**：`dist/` 被 `.gitignore` 吞，故 bundle 输出文件名 `bundle.iife.js`（不落 `dist/`）——它是交付物须入库。

## 4. 静态校验门（跨路思路见 §2 · factory 契约已退役）

「静态门先于真玩门、把必失败件挡在 CDP 开销前」的思路跨路仍有效（见 §2 坑红线）。旧 factory 路的具体契约扫描（default export + `init/update/render/destroy` 四方法齐 + `getEngine` 用法 + 禁用 token）随 gameDefinition 废除退役；cheap-worker 按 `src/` 多文件工程另做静态门。

## 5. 边界与生产接线（旧 factory 路 · 摘要）

- 旧 factory 路只消费冻结契约（`game-host.d.ts` / 6 受控面 / `__GameBundle` / `bootGameHost`）零修改、只在 lane 分支。生产接线曾闭合（`AigcGenerateExecutor.dispatchGeneric` → worker `service.py`（`run_studio`）→ HMAC 回调 → 落库入 feed，见 [`../rules/security-and-reliability.md`](../rules/security-and-reliability.md) §1.3）；单款卡九门 = 质量门正确拒发不可玩、非故障。
- **跨路承重结论（保留）**：单点失败 ≠ 模型壁垒——scale-20 实证（§9）便宜模型相当能干，多数失败是宿主键盘桥 host bug + driver-coverage（harness 太朴素），**真难点是 harness driver 覆盖 + 宿主门面完备，不是模型能力**。旧 WG1 bakeoff 天花板 / Claude-free 评估门规划见 `git show 6d2f8789^:docs/agent-specs/_archive/2026-06-14-WG1-bakeoff天花板与Claude-free评估门-review.md`（已随 _archive 清理删除，git 定位）。

## 6. latch 终态契约 + 套壳（旧 factory 路 · latch 承重保留）

旧 factory 路把 L1 产出靶定为官方通用装载壳（`buildGenericHostConfig` 标准 7 插件装配 → esbuild `--global-name=__GameBundle`），reframe 后套壳环节由 cheap-worker + tier2 框架层承接。**两条跨路承重契约保留**：

- **可测性红线**：产物须导出 `_forensicsView()`（纯只读、闭包实时值：`phase` / `score` / `remaining` / `progress` / `gameoverReason` + 实体位置），供宿主 `host.state()` 透传取证；技巧游戏另导出 `ball/paddle` 等实体 `{x,y,vx,vy,w}` 供适配真玩与手感门。
- **★ latch 终态驻留**：`phase ∈ booting|playing|gameover`，进 `gameover` 后**恒驻留**（禁自动重开）；宿主 `inject.ts` 每 500ms 轮询 `phase` 代发 `game_end` 结算——**瞬时终态会被漏读 → 闭环静默断裂**，故必须驻留。

## 7. design agent 自产 gatespec（旧 factory 路 · 家族二分保留）

旧 factory 路把确定性手感门（H/I）从手写 brief 升级为 **design agent 自产、studio 抽取合入**，使确定性门覆盖任意生成游戏、随生成规模自动扩张（harness 复利一环）。具体挂点（`roles.py` 的 `DESIGN_SYSTEM` 产 gatespec、`studio.py` 的 `_extract_gatespec` 抽取合入）随 reframe 由 cheap-worker 承接。

- **跨路承重结论（保留）= gatespec/driver 按玩法家族二分**（`a2cbabe6` 实证）：离散点击目标类 → 必产 `tap-targets` + 导出 `targets[{x,y,idx,occupied}]`、绝不 `none`（否则 dispatch 面盲打卡 `H_progress`、latch 不触发）；规避/推理族 → `safeOnly:true` + 导出 `safe`（仅 `_forensicsView` 测试可见、不渲染）+ 断言 `result=="win"`；安全放置族 → 断言 progress↑；技巧挡板类 → `paddle-intercept`（`ball.x` 绝不 `ball.y`）；其余 `none`。两侧 prompt 须逐字同改保公平。

## 8. 质量评估：确定性门兜底 + 人锚天花板（W-G1 校准实证，2026-06-14）

**确定性门（Claude-free，优先）** 已能把多数"坏"变可判：九门 + latch + 控制手感门 + 适配真玩。**"上下文是杠杆"实证**：同 flash 仅改接地，成本 −50%、修复轮次 −80%；player rubric 锚定（1-5 分级 + 空心→≤2）把 MAE 1.25→0.75。

**但便宜 player agent 做"好玩裁判"有结构性天花板**：
- **静态截图（M3 视觉）+ 运行数据（flash 文本）判不出交互动态质量**（物理/碰撞/控制手感）。实证：创始人亲玩把碰撞有问题的 pro 判 fix，两个 player 都给 fun=4（高估）；text 还漏了 m27 的控制 bug。
- **gate-H 盲打脚本会假阴性**：固定坐标 taps 打不动技巧游戏→"0 进展"≠空心（创始人把被判空心的 v2 排第 2）。解法 = **适配性真玩 driver**（读 state 接球，harness §7）。
- **founder/人锚不可替代**（至少现阶段）：没有它会把碰撞有问题的 pro 当"最佳"发出去。**校准 harness** = `wg1/gen-worker/worker/agent_loop/calibrate.py`（吃 `calibration/labels.json` 人锚，算 player vs 人锚 MAE/吻合/反样本否决）。
- **路线**：确定性门做"地板"（能跑/真接线/有进展/latch/跟手），手感尽量拆成确定性检查（碰撞穿透门 J 规划中）；拆不掉的主观手感留**创始人抽检**。

## 9. scale-20 放量实证:模型能力画像 + spec 预判推翻(W-G1 lane v3,2026-06-14)

flash 打底放量 14 款(主力 8 + 压测 6),Opus 对抗审计核实(2 个 ultracode workflow):

- **主力 7/8 真可玩**(0 假绿):井字棋/见缝插针/打砖块/跑酷/太空侵略者/Doodle/扫雷(扫雷=borderline——本体可玩,但门弱断言经"踩雷 lose"路径满足、证据薄)。flappy 唯一未过=**driver-coverage**(升 pro 仍挂,但源码物理合理、理想 AI 得分→是 flap-to-gap driver 太朴素,**非模型天花板**)。
- **压测**:match3 ✅;**2048/Tetris/Asteroids 三款键盘游戏全挂于宿主缺键盘桥**(非模型,见 [`game-e2e-cdp-harness.md`](./game-e2e-cdp-harness.md) §8);multiball/愤怒小鸟=driver-coverage。
- **★ 模型能力画像(flash)**:文本 HUD / 网格状态机(井字棋胜负+AI、扫雷洪泛)/ 子步 swept CCD(asteroids/multiball)**均自写正确**;计时/物理精度(Flappy)需**题面 pin 死数值 + 收紧观测契约**(Doodle 实证:收紧计分 + seek-x driver → regen 首发过)。栽点主要在**静态门可拦的纪律滑坡**(Date.now/Math.random/缺 render·destroy/没调 getEngine),零 CDP 成本拦下、回喂即修。
- **★ spec 预判的门面缺口几乎全推翻**:CCD / 文本HUD / 网格 / match-finding / 手势均**非缺口**(便宜模型自带或自写;故"碰撞穿透门 J"已非急需)。**真·L0 门面缺口收敛为唯一一处=宿主键盘桥**(已 spawn_task 交 L0)。完整数据见 `git show 6d2f8789^:docs/agent-specs/_archive/2026-06-14-WG1-scale20-短板量化报告.md`（已随 _archive 清理删除，git 定位）。
- **M3 视觉 player 当生产过滤器**(`calibration/m3_test.json`):与门 8/9 一致、抓显性空心(flappy fun1)、漏截图不可见失败(键盘死/弱证据,恰被确定性门兜住)→ **三层互补**(门=地板 / M3=主观过滤 + 便宜 fun 信号 / 创始人=人锚)。MAE 压低待创始人对新款补锚(框架沿用 `calibrate.py`)。
- **★ 规避/推理族:题面须自产「安全位」+ 断言用胜利终态(saolei borderline 修复,2026-06-15)**:tap-targets 盲点首个对扫雷会盲踩雷秒负、核心玩法零暴露(门弱断言被 lose 路径满足→ false-borderline)。修法 = 题面令 `_forensicsView` 自产 `safe`(测试专用 x-ray,=`!cell.mine`,**勿渲染/勿给玩家避雷提示**)→ harness driver `safeOnly:true` 只揭安全格到 win → 断言改 `result=="win"`。**flash 一次过且自产 safe 正确**(`generated-factory.js:337`)→ **坐实缺口在题面、非模型能力**。通则:凡「盲点首个会致负」的家族(扫雷类),题面给 oracle 安全位 + driver 避负 + 断言用胜利终态;门只证「机制点亮+可赢可达」,好不好玩归 M3+创始人。详见 `git show 6d2f8789^:docs/agent-specs/_archive/2026-06-15-WG1-tap-targets-driver-自产缺口-L1brief.md`（已随 _archive 清理删除，git 定位）。
- **★ driver-coverage 6 款闭口 + 重生成归因(2026-06-15)**:scale-20 余 6 款 driver-coverage 失败全部归因(详 `git show 6d2f8789^:docs/agent-specs/_archive/2026-06-15-WG1-driver-coverage闭口与P2对照-L1报告.md`（已删，git 定位）+ [harness skill §8 四因铁律](./game-e2e-cdp-harness.md))——**0 个模型造不出 / 0 个 3D 硬界**:flappy/multiball **重生成即过**(原件『缝隙贴顶』/『底部丢球未实现』=**实例缺陷非模型短板**,收紧 brief + 增强 driver〔vy 前瞻 / 弃守排空〕后 flash 翻绿,multiball retries=0);t2048/asteroids 宿主键盘桥(L0 已修)重打包即活;asteroids/angrybirds 盲玩=可测性边界,**经 enrich exportState(asteroids 暴露陨石坐标 / angrybirds pin+导出 launch 物理常数)+ 适配 driver(aim-fire / drag-aiming 解析)转确定性闭口**(asteroids score 0→6、angrybirds 0→20 清场)。**生成侧铁律:单件失败禁直接归『模型造不出』,必重生成区分『实例 bug / 可测性缺口 / 模型短板』**——『模型造不出』是最大伪报源(原 flappy『升 pro 仍挂=模型天花板』被本轮证伪=driver+实例)。

## 10. gamedef 路 × 保真度谱系（已退役 · 跨路红线保留）

SAA gameDefinition 路已随 reframe 废（A-model 直写真 `src/`）。Plan B Phase-2 质量门（real-play CDP + rubric + 三契约）逆出的**三条跨路红线保留**（详 `git show 6d2f8789^:docs/agent-specs/_archive/2026-06-21-planB-phase2-closeout.md`，已随 _archive 清理删除、git 定位）：

- **别归『模型造不出』**（呼应 §9 末红线）：同档 §9 实证 flash / 九门路曾产可玩打砖块 → 非绝对天花板；只在一条配置测 2 轮就判天花板 = 伪报，根因常是模型选择 + prompt 局限。
- **杠杆排序（复杂机制保真）**：few-shot 对复杂机制无效（LLM 无视/复现不出）< 换更强模型 / skeleton-first 确定性骨架（结构强制、LLM 只填参，绕过坍缩）；简单玩法 few-shot + 保真铁律有效。
- **质量门 ≫ gen 自评 accept**：gen 的「accept ≥80%」放过 assets=0 / 静止不可玩 / 不忠实 / 雷同 / 几何占位 的游戏——只有 real-play（帧变=真玩）+ rubric（设计保真）+ 三契约逮得住，质量门不可由 gen 自评代替（此结论跨路有效，现行便宜档九门 + LLM 丰富度验证同理）。