让三个模型竞赛构建 Counter-Strike 克隆版
介绍 CS Bench：我们要求所有顶级模型从零开始构建一个多人 Counter-Strike 游戏。任务：团队要求 Codex Max 5.1、Claude Opus 4.5 和 Gemini 3 Pro 使用各自的 CLI 从零开始构建一个多人 Counter-Strike 克隆版。他们按顺序提供了前端机制（物理、角色、枪支、声音）和后端功能（多人在线状态、射击逻辑、地图持久化）的提示词。人类工程师监控进度，将错误日志粘贴回模型，并手动检查代码以解决复杂 bug，例如 Claude 中的 React useEffect 问题。；工具：Codex, Claude, Gemini。人工角色：原始帖子未说明人类如何保持参与。；局限：此工作流需要每个模型提供商的高级 API 访问权限和 CLI 工具。成功取决于人类解释错误日志并确定何时手动干预的能力，如 Claude 需要工程师主导调试 useEffect bug 所示。该过程并非完全自主；模型可能会误解模糊的提示词（例如，动画死亡效果与添加声音），或者在没有外部反馈的情况下无法自我纠正。假设与 InstantDB 等特定库集成以实现在线状态和持久化。。
工具
Agent Work Atlas 发布日期:
概述
介绍 CS Bench：我们要求所有顶级模型从零开始构建一个多人 Counter-Strike 游戏。
工作流程
团队要求 Codex Max 5.1、Claude Opus 4.5 和 Gemini 3 Pro 使用各自的 CLI 从零开始构建一个多人 Counter-Strike 克隆版。他们按顺序提供了前端机制（物理、角色、枪支、声音）和后端功能（多人在线状态、射击逻辑、地图持久化）的提示词。人类工程师监控进度，将错误日志粘贴回模型，并手动检查代码以解决复杂 bug，例如 Claude 中的 React useEffect 问题。
原文报告的结果
所有三个模型都成功生成了功能齐全的多玩家 FPS 游戏，且没有手写代码，但各组件的质量参差不齐。Claude 在前端视觉效果和射击逻辑方面表现出色，但在后端重构时因微妙的 React bug 而遇到困难。Gemini 在后端持久化和多人稳定性方面表现最佳，而 Codex 提供了平衡但缺乏特色的结果。实验表明，虽然模型可以通过 CLI 进行迭代，但人类干预对于调试复杂的状态管理问题仍然至关重要。
人工角色
原始帖子未说明人类如何保持参与。
局限
此工作流需要每个模型提供商的高级 API 访问权限和 CLI 工具。成功取决于人类解释错误日志并确定何时手动干预的能力，如 Claude 需要工程师主导调试 useEffect bug 所示。该过程并非完全自主；模型可能会误解模糊的提示词（例如，动画死亡效果与添加声音），或者在没有外部反馈的情况下无法自我纠正。假设与 InstantDB 等特定库集成以实现在线状态和持久化。
试一试
担任评估 AI 编码代理的首席工程师。我将提供三个模型 CLI（Codex、Claude、Gemini）和一个目标框架（例如 Three.js + InstantDB）。你的任务是构建一个简单的多人 3D 游戏。步骤 1：提示每个模型创建一个包含第一人称相机和简单物理的基本 3D 场景。步骤 2：添加角色模型和射击机制。步骤 3：使用指定的后端实现多人在线状态。步骤 4：添加地图选择和持久化。对于每个步骤，运行模型的输出，捕获任何构建或运行时错误，并将其粘贴回模型进行修正。如果模型在两次迭代后仍无法解决 bug，请手动检查代码并应用修复。未经我明确批准，不要发布或部署任何代码。首先对单个“hello world”3D 场景进行试运行，以验证 CLI 连接，然后再继续处理复杂功能。报告哪个模型处理哪个组件最好，以及在哪里需要人类干预。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。