lili 4517941b95 feat(tier2): F-1 富三门 verdict 反馈补厚到便宜档水平(护城河反馈契约·质量SoT§3.7裁定3/5)
每个失败子检查透传 harness 实测 detail + 一句为什么(_RICH_CHECK_WHY,对齐便宜档
_CHEAP_GATE_HINTS 范式);经济门失败暴露三个数(实测 coins 终值/游戏内赢线 coinsTarget/
验收外生 winThreshold),游戏内赢线低于验收地板直接指出结构性错配;静态 economyConsistent
差额折进反馈(静态可达而真玩挂→指向耐心/时序/节奏;静态死局→先修数值);H_progress 失败
喂回本局 play-spec 真玩断言清单(path/op/why)。run_gates 返回加性携带 gameId 供反馈组装
读盘;判定逻辑(passed/failed_gates/decision)与 harness 零变化;便宜档不动。
单测 9 新增 + 全套 70 绿。

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
2026-07-02 20:27:15 -07:00
..

tier2 · 富游戏自治生成线

这是绘境 AI 的第二条游戏生成线。它和现有的超休闲廉价线(wg1/ + LittleJS)解耦并存、运行期零耦合:廉价线用便宜模型往声明式数据壳里填空、做单局几何色块小游戏;tier2 则给一个 AI agent 一台完整的游戏工作站——读文档、写多个 Phaser 源文件、构建、在真浏览器里真玩验收、看截图、查资产——让它在一圈确定性验收门的笼子里反复迭代,把现有产线做不出的多系统富游戏(合成、经营、挂机这类肥鹅美食街档)逼出来。

底座是 AgentScope 2.0.2(独立锁版、独立 env),引擎选 Phaser/Pixi(过无头硬筛、按 AI 作者视角取生态厚度)。生成范式是约束自治(O2):把一款游戏拆成数据表、系统骨架、表现层三层,用骨架和插件 API 锁住系统层最难的部分,把便宜模型的火力集中到必须写的约 56% 表现层,再用三层校验和四道熔断把自治关在笼子里。

整条线最深、也最没证过的赌注是:便宜或中等模型的自治 agent 能不能稳定写出那 56% 的表现层。所以建设按「顺序软、判据硬」走——先把集成和环境搭扎实,再用 M3(写代码逻辑)+ mmx(产美术音乐)连续迭代;但生成证据的判据保持离散可判定:M3 证路是软门、便宜档 n≥30 是硬门、退路树沿用数字触发线,只有硬门通过才投入重机器。

怎么读

  • 要建什么、为什么:docs/brainstorms/2026-06-22-tier2-整体实现方案-requirements.md(WHAT,已过双评审)。
  • 怎么建(照这个动手):docs/plans/2026-06-22-003-feat-tier2-富游戏自治生成线-plan.md(HOW,10 单元,Phase A 详 / Phase B 纲要)。
  • 接手须知:HANDOFF.md(本次 6c6g 初始化交付了什么、Mac 接着做什么、环境切分)。
  • 模块边界与红线:.agent。
  • AgentScope 2.0.2 真实 API:.agents/knowledge/agentscope-2.0.2-facts.md(拿不准先读 /root/oss/agentscope 源码 + agentscope-skill 的 references/v2-*.md 离线镜像;该 skill 的 SKILL.md 正文示例是 1.x,勿照抄)。

现状

2026-06-22 在 6c6g 完成项目初始化:模块骨架、独立依赖(agentscope==2.0.2)、governance、forbidden-import CI 就位。实现与运行调优转交 Mac / mini-desktop(真跑需 chrome/headless+esbuild,6c6g 禁 chrome)。