games-development-ai/docs/agent-specs/_archive/2026-06-11-T1引擎终裁包.md

Tier1 引擎终裁包（HJ-T1-SPIKE-001 · 终裁版 v1.1）

v1.1：Codex 5.5 Xhigh 对抗复核整改（P0×3：裁量分声明+敏感性分析／E1 双重计账表述纠偏／沙箱维度拆名；P1×4：倍率区间化/推断降格/体积上界补全/翻盘条件小节；确认项×3 背书全部硬数据可溯源）。

给拍板人：4 包五门全过、Phase 2 节流测量收口，计分已出。待你两件事：① 亲玩 4 包（URL 见 §5）填判词；② 终裁引擎。 本包结论先行，全部数字可溯源到 spike 证据目录。 上游：执行单 2026-06-11-T1引擎spike-execution.md v1.2 ｜ 约束框架 docs/brainstorms/2026-06-11-tier1-runtime-constraints-requirements.md ｜ 证据根 docs/agent-specs/2026-06-11-tier1-engine-spike/

---

0. 一页结论

🔨 终裁落锤（2026-06-12，创始人）：Tier1 引擎 = LittleJS。拔高样板（好玩基线 v2 五要素拉满一包）列为 W-T1b 首件，过创始人判；引擎复议权按 §4.5-3 保留（拔高若暴露引擎级阻塞可复议，Runner/契约层不受影响）。同场拍板：模板双层架构——核心代码模板（平台核心层：手感/调色板/音乐/后处理/资产框架，固定核心、给 LLM 留灵活面）+ 玩法模板（品类层，带质量底线，生成结果须高于底线）；美术=程序化系统+像素资产包混合。§6 下一步即刻生效。

计分：LittleJS 85 / Phaser 82（满分 100；实测数字全可溯源，分值含裁量分——规则与敏感性见 §1 注）。我的裁决建议：LittleJS。

决定性理由不是总分差 3 分，而是主考 S2 的结构性差异：

1. 冷开 4.8~5.3 倍差（千元机+4G 节流实测）：LittleJS 0.54-0.59s vs Phaser 2.82-2.86s——Phaser 把全新用户首次点卡的预算（≤3.5s）吃到只剩 0.6s，而这正是「短视频游戏流」的激活时刻。3G/弱网或低端长尾设备下 Phaser 首开出线风险显著上升（推断，需真机/P95 验证），LittleJS 仍有 ~6 倍裕量。
2. 对缓解机制的敏感度不对称（措辞经复核纠偏：Phaser 冷态本身过线，E1 预热是框架给两边的既定机制，不重复计账）：Phaser 的体感达标程度对编译缓存（省 2.1s，只救第二次起）与 E1 预热的实际效果高度敏感，余量仅 0.6s；LittleJS 对这些机制几乎不敏感（裸冷开已 0.54s）——而这些机制在真机 XWeb 上的表现恰是本 spike 无法验证的残差（§4）。敏感度差 = 风险敞口差。
3. Phaser 的两大传统优势在 spike 中被实测削弱：语料优势两边都「一轮写对」（深模板+working example 方法论抹平）；工具链优势被 LittleJS 的「缺件皆可 6~14 行自封」实证对冲。

Phaser 输得体面：CSP 大山实测拆除、v4.1 语料迁移零摩擦、净增量同样达标——它败在与我们场景的物理契合度（体积→冷开→激活时刻），不是工程质量。

---

1. 计分表（评审版 §5 评分卡口径）

维度（权重）	LittleJS	Phaser	依据（可溯源）
好玩工时 30	24	26	两引擎两游戏逻辑均一轮写对、juice 基线全达成。Phaser 微胜：text/anchor/tween 链开箱（shop 文本零摩擦）；LittleJS 需手拼 UI 件（按钮 14 行/无 measureText/文本坐标手算）但音效粒子零依赖。lane REPORT §工时账×4
可生成性 25	20	23	Phaser：v3 语料直写 v4.1 双品类首轮零 API 报错。LittleJS：同样一轮写对,但两个真实语料陷阱（setGravity Vector2/粒子 20 位置参）；API 面小+单文件示例密度部分补偿。lane REPORT §API 摩擦×4
S2 实测 20（主考）	20	12	冷开 536/592ms vs 2858/2818ms；常态（三开）397/460 vs 684/746（双双过 ≤2s,但 Phaser 依赖 code cache）；首次 ≤3.5s 双过但 Phaser 余量仅 0.6s。phase2/measurements.md §A
沙箱+交付形态适配 15（复核后拆名）	15	12	严格 CSP 安全：双双零违规，无分差（Phaser 唯一 new Function 运行期不可达）。分差全部来自交付形态工程成本：Phaser 须切预构建形态（alias+UMD interop+类型双轨+12KB 再包壳，长期维护债）；LittleJS 标准 ESM 直用+WebGL2→Canvas2D 自动降级实跑。lane SIZES/REPORT
维护健康度 10	6	9	Phaser 公司化/39.8k★；LittleJS 单人 bus factor（对冲：单文件 MIT fork 自持成本极低+月度 8 连发活跃）。尽调报告 §1
合计	85	82
帧率/内存（门槛项不计分）	全过	全过（尾帧 35fps@高密粒子,未破线）	phase2 §B/§C

裁量分声明与敏感性分析（复核 P0-1）：好玩工时/可生成性/沙箱+交付形态/维护健康度四组为「基于证据的裁量分」（底稿无原始分），S2 为硬数据分。敏感性：把四组裁量维度全部拉平（双方同分），LittleJS 仍以 S2 硬数据差（20 vs 12 = +8）领先——结论方向对裁量分不敏感；要翻盘必须翻 S2 本身或诉诸否决权（见 §4.5 翻盘条件）。

2. 关键实测数据汇总

指标	LittleJS	Phaser(arcade 预构建)
引擎体积	15.9KB gz（tree-shaken 40.6KB raw；全量 min 上界 58.9KB gz 仍过 B1）	326.7KB gz（1.24MB raw；npm 默认形态 371.9KB 爆门）
游戏②净增量	2.2KB gz	2.5KB gz —— 「每游戏=小增量」前提两边实测成立
S2 冷开（节流中位）	536-592ms	2818-2858ms（±40ms 高度可复现）
S2 三开（编译缓存后）	397-460ms（收益 ~135ms,可观测）	684-746ms（收益 ~2.1s）
帧率@4× 中位/1%低	59.88 / 45.9-49.8	59.88 / 35.3(catcher)-47.6(shop)
JSHeap 通关后	~4MB	~6MB（B4=150MB,双双无虞）
严格 CSP	零违规,静态零 eval	零违规（唯一 new Function=不可达 polyfill）

3. 若胜出,各自要承担的账（执行波前置清单）

LittleJS 胜出须做：① 自封薄层 tween/UI 工具件（spike 实证量级:弹簧补 6 行/按钮 14 行——一次性,入 Runner 共享层）；② 深模板 working-example 库建设（抹平语料差,本来就是我们生成模型的形态）；③ bus factor 对冲=锁版本+fork 镜像仓预案；④ measureText 缺失→中文文案长度上限进模板 schema（已有 cleanText 范式）。

Phaser 胜出须做：① 预构建形态维护（alias/interop/类型双轨长期债）；② E1 预热成为 S2 达标的强依赖（XWeb code cache 真机验证升 P0）；③ 高密粒子场景帧预算管控（尾帧 35fps）；④ 接受弱网/3G 长尾首开出线。

4. 真机残差清单（两边共担,W-T1b 首验项）

微信 XWeb 冷开绝对值与 code cache 真实收益、低端 Android 真机帧率、CJK 真机字体覆盖、全进程内存口径、音效听感（headless 无声卡,仅证调用链）。承压划分（复核后收敛）：冷开/缓存类残差若恶化,主要承压方为 Phaser（§0-2 敏感度不对称）；CJK 字体/音效/全进程内存为共担项，两边同验。

4.5 翻盘条件（什么新证据会推翻本建议——复议触发器）

1. 亲玩否决：创始人亲玩判 Phaser 的 juice 手感/跟手度显著胜出，且愿意为此承担冷开账（0.6s 余量+预热依赖）→ 复议。
2. 真机反转：XWeb 真机实测 Phaser 首开 P75 余量充足（≥1s）且 LittleJS 出现真机级故障（CJK 字体缺失/音效解锁异常/降级路径失效）→ 复议。
3. 工时爆表：W-T1b 中 LittleJS 自封件（tween/UI kit/measureText 替代）实际工时超出 spike 外推一个数量级，或四模板重做中出现引擎级阻塞 → 复议（Runner/契约层不受影响，切换成本=模板层重写）。

5. 创始人亲玩（Phase 2.5,判词待填）

URL	包
http://100.64.0.7:4311/host.html?game=catcher / ?game=shop	LittleJS 月光捕手 / 王蓝莓小卖部
http://100.64.0.7:4312/?game=catcher / ?game=shop	Phaser 月光捕手 / 王蓝莓小卖部

判词维度建议：跟手度（拖动/点按延迟体感）、juice 成色（粒子/音效/屏震——音效需首次点击后解锁）、中文 UI 观感、整体「想再来一局」感。计分表之外你有否决权。 判词（2026-06-11 创始人首轮）：「玩法仍过于简单，缺乏艺术气息」——并附 js13k/PICO-8 历年杰作清单（Witchcat/Celeste Classic/Q1K3 等）为质量标杆。判读：该反馈对两引擎无差别（engine-neutral，不构成 §4.5-1 亲玩否决的引擎翻盘），落差判给模板工艺层——现行好玩基线（juice 清单）天花板不足，触发「好玩基线 v2（五要素：手感/美术统一性/音乐/结构深度/角色壳）+ 拔高样板试验」，注：spike 按执行单"不镀金"纪律刻意最小化，质量上限未代表生产态。

6. 终裁后的下一步

裁定即触发：① 本包定稿+约束框架/重设计 spec/tech-decisions §1.1 终态回填；② W-T1b（Runner v2 正式建设+模板五转正+D5 取证契约）双 spec 立项；③ wave-close 七步收口 spike（含三条蒸馏候选：切形态配方/净增量取差机制/systemd-run·setsid 双脱离 serve 教训→staging-ops）；④ 作战清单重锁本轮完成线。