HN Weekly 中文
← #806

Fieldmade：靠画像素画加 AI 来做 RPG 合成的游戏

查看原文 HN 讨论

文章摘要

Fieldmade 是工作室 Chroma Golem 发在 itch.io 上的一款 HTML5 网页游戏（状态标为 Prototype，发布 5 天、更新 2 天前，标签包括 Aseprite、Cozy、Crafting、Farming、Life Simulation、Pixel Art、单人；AI 披露项标注为 AI Assisted，涵盖代码、图形、音效和文本）。核心卖点一句话就能说完：你画什么，它就变成真的。开场设定是你的货车在乡间小路上抛锚，兜里除了一本速写本什么都没有，镇上的人没有赶你走，而是给你机会自己挣出修车钱。于是你只能用你唯一会的方式干活——画锄头就能锄地，画斧头、洒水壶、鱼竿，它们就变成真的、带真实数值的工具。没有配方表要解锁，也没有科技树要爬，只有你、一块田，和你能想出来的任何东西。你可以画一盏灯、一把摇椅、一串风铃、一个歪歪扭扭的稻草人来装饰农场，而这些家具「在别处都不存在，因为没有别人画过」。颜色系统与农业系统挂钩：金盏花、菘蓝、茜草等共 11 种作物需要自己种、收、磨成颜料，再在染料台调出需要的颜色。NPC 会逐渐来找你下单（铁匠要一把正经的斧头、邻居要个挂窗户的东西），付你钱、人情，以及你自己做不到的东西，镇上的人各有难处，你的速写本成了打开他们心事的一把奇怪钥匙。

作者 ChromaGolem 在 HN 评论区放了一篇极长的技术自述，是本条目最有价值的部分。AI 参与度非常高：「游戏代码接近 100% 由 Opus 5、Fable 和 Gemini 3.7 Flash 组合写成。」分工是——Fable 负责高层架构和项目搭建，包括规划新功能以及它们如何与其他系统交互；Gemini 负责一切视觉相关的部分（HUD/UI、动画、粒子系统），作者说它在这方面「似乎特别擅长」；Opus 5 负责苦力活，在设计方案和实现细节定稿后写代码。除角色以外的所有静态精灵图都在 Unity 里用 Gemini 2.5 Flash Image 生成（便宜、快、一致）。而所有带动画的精灵（包括角色）实际上是由 Gemini 生成的代码画出来的，而不是生成图片：作者解释，图像模型吐出的像素往往是模糊的，再经过缩放/风格化管线就更糟，要生成像素级精确且 PPU（每单位像素数）一致的 spritesheet 非常难。绕过这个限制的办法是，把角色的所有部件（头发、眼睛、胡子、手臂、腿等）都用代码生成，保证每一个像素都是硬边像素，并且让动画由数据而非图片驱动（这样重做角色风格的可维护性大幅提升），角色则被定义为「部件的集合」，包括这些部件各自同样方式生成的动画。

游戏里有两套合成体系。第一套是「你画的是不是这个东西」：NPC 通常会指定要你画某个具体物品；团队用 Gemini 批量为每个物品生成了「提示」模板，告诉你该怎么画（想要提示的话可以看）；你画完后只做一个基础的相似度检查——「你和模板差了多少个像素」。足够接近就直接发物品，跳过所有 AI 环节，既省等待时间和 token 开销，也避免「玩家照着模板画了却被告知画的不对」这种恶劣体验。如果你彻底放飞、画了自己的理解，才把画布转成图片交给 Gemini 2.5 Flash 问「这是不是 XYZ 的图」，用 AI 判定目标是否达成，达成则给和标准模板同样的物品。

第二套是「画任意物品」：合成台上有一整块自由画布。提交后系统把画布转成图片交给 Gemini 2.5 Flash Image，问「这画的是什么」，得到答案（比如茶壶）后，再把结果交回 Gemini 2.5 Flash，附上「我们世界里所有可组合系统对物品如何运作的描述」，请它生成一个能用的茶壶的物品数据；与此并行（为了压缩等待时间）再让 Gemini 2.5 Flash Image 按游戏物品的美术风格画一个茶壶。两者都回来后写入物品数据库、在游戏里铸造出这个新物品，作为玩家刚刚合成的可用道具发给他。作者强调，真正承载能力的是游戏里已有的系统：生成的茶壶可能从基础的洒水壶那里拿到功能所以能浇地；「Mega Torch」可能有基础火把的功能但亮度值更高；「Glowing Teapot」可能既能浇作物又给你一圈微光，还能摆在农场里当永久光源。作者补了个有趣的耦合：种田产出的染料决定了你能用哪些颜色作画，而颜色又影响 AI 如何解读你的画——「祝你在没有蓝色颜料的情况下画出什么湿的东西」。

第三套是开放式采集（用工具作用于游戏内物体）。每次你用任何工具作用于任何物体，系统先查配方数据库看有没有已知结果：有就直接给（快）；没有就进入多步生成流程——先问 Gemini 2.5 Flash「用 [工具] 作用于 [物体] 会发生什么」，归类为修改物体、修改工具、采集资源、触发其他游戏内效果这几种交互；再据此让 Gemini 2.5 Flash 基于已有的预编码系统生成该交互的数据。作者举的例子链条很能说明设计意图：用自制的 Superfiery Tinderbox 点树，树可能着火变成 Burning Tree（大概会加一圈强光），而这是个新物体，于是又有了新配方可发现——对它用斧头可能得到 Burning Wood，用洒水壶可能把它变回普通树；又比如用铲子挖树可能采到蚯蚓，蚯蚓用在泥土上把土变成沃土，再用铲子挖沃土得到肥料。最后，每对工具-物体组合生成出的配方都会被保存下来，此后这个交互在游戏里就是瞬时的。

HN 评论精华

这条帖子的社区讨论几乎不存在：只有 9 分，评论区仅 1 条发言，而且是作者本人写的技术长文。也就是说没有任何第三方的赞同、质疑或批评可供转述，因此这里不虚构任何用户名或观点，只如实呈现作者自述中最值得注意的几点。