当软件行业还在争论氛围式编码（Vibe Coding）是否只能用来糊弄简易原型时，开源开发者 Simon Willison 扔出了一份令人意外的工程答卷。2026年10月，他公布了完全由 AI Agent 主导构建的即时战略游戏 Battle Drones。整个项目历经 12 个大版本迭代和 321次提交，作者本人几乎没有写过一行 TypeScript 代码，甚至没有系统审查过核心逻辑。
更极客的是，这款运行在浏览器静态页面上的游戏，没有买任何云服务器，也没有搭建 WebRTC 信令通道，而是直接操纵手机扬声器与麦克风，利用高频声波在空气中交换二进制指令，完成了双机近距离即时对战。这不是简单的现成开源库拼装，而是由 Claude Code 自行推导物理调制协议并搭建网络架构的完整自举实验。
从自然语言指令到 3D 战场的自动重构
项目启动之初，Willison 只是想在手机上重温 1995 年经典作品《命令与征服》的即时战略快感。早期版本相当粗糙：底层的 2D Phaser 框架是 Claude 自选的，OpenAI 图像接口生成的精灵图（Sprites）充满塑料感，游戏数值也枯燥乏味。随着编程模型切换到 Claude Opus 5.5 以及多智能体工作流（Ultracode）的引入，演进路径彻底脱离了常规人工编码的节奏。
最关键的拐点发生在一句模糊的需求：“让这个游戏变得更有趣得多（Make it a LOT more fun）”。面对这种主观性极强的 prompt，Agent 没有停留在调大血量或加快移速的表面改动，而是彻夜运行了超过1000场模拟对局。模型根据自动化对局记录，重构了对战数值模型：让陷入劣势方的翻盘胜率从 24% 抬升至 46%，把超时未决的僵局比例从 14% 压缩到 0.9%。
随后，Agent 自主完成了底层图形栈的彻底置换。原本基于 2D 贴图的界面被推倒，重构为基于 Three.js 的程序化生成纯 3D 模型体系，涵盖 9 类建筑、13 种陆空单位以及名为 Goliath 的重装步行机甲。全过程人类开发者仅负责玩测试玩、提宏观诉求，AI 则像一支由主程、数值策划与技术美术组成的独立小队，端到端执行了从架构推翻到模型重建的全部重活。
徒手手搓物理层：声波上的确定性锁步
如果说重构前端尚属于大语言模型的常规舒适区，那么接下来的网络对战实现，则直接击穿了大众对“AI 写代码只会调接口”的偏见。静态页面托管在 GitHub Pages 等服务上，天然缺乏处理双向通信的动态后端，传统 WebSocket 服务器路线不可行；若走 WebRTC，又必须依赖中心化信令服务器握手。
Agent 给出了一套硬核的非主流解法：用麦克风与扬声器搭建空气声波信道。
在编写通信栈之前，Claude 表现出反常的工程纪律：它没有急于拼凑代码，而是先自行编写了一个名为 Radio Probe 的声学探测工具，专门测量 10 至 60 厘米物理距离下的信噪比、室内反射回声与时钟漂移。在摸清物理环境边界后，它手写了一套完整的正交频分复用（OFDM）调制解调器，融入差分 QPSK/BPSK 调制、卷积纠错码与 CRC-16 校验，高速模式下单向有效载荷达到 1,880 bit/s。
为了在极其微弱的带宽下跑通即时战略，模型选用 RTS 领域最严苛的确定性锁步（Deterministic Lockstep）架构。空气中绝不传输位置或状态，仅广播玩家的操作指令，锁步频率锚定在 10 ticks/秒（每tick 100毫秒）。两台设备分别占据独立频段以消解自发自收的声学串扰，每 5 秒生成一次全局游戏状态的哈希摘要，一旦两端计算结果不一致，立即判定为无结果平局（no contest），从根源杜绝数据漂移。
真正的工程跃迁不是写出能跑的代码，而是自主建立测试工具再反推底层协议。
- 结论.Vibe Coding 已经跨越了“拼装现成库”的初级阶段，当模型能够主动构造物理诊断工具并实现定制协议栈时，AI 已经实质性承担了底层系统工程师的职责。
物理世界的摩擦力与极客玩具的边界
尽管这套架构在极客层面令人击节叹赏，但真实物理信道从未被软件层面的优雅彻底驯服。空气不是真空光纤，将声波选为载体，就必须承受环境带来的物理惩罚。
实测数据显示，室内墙壁带来的 8 至 15 毫秒多径回声、手机操作系统层面的自动增益与降噪算法（AGC/AEC），以及移动端浏览器录音启动的微小间隙，都会让脆弱的声波载波产生抖动。在声波信道降级回退至低频模式的高负荷测试中，指令流平均延迟陡增至 3.4至7.0秒，极端拥塞下的峰值延迟甚至达到了 17.8秒。这意味着在严肃的竞技场景下，声波对战无法应对密集高频的微操对抗。
| 对比维度 | 常规 WebRTC / 专用服务器架构 | Battle Drones 声波锁步架构 |
|---|---|---|
| 信令依赖 | 强依赖外部信令服务器与 STUN/TURN | 零外部依赖，完全依靠声学空口发现 |
| 网络延迟 | 20 至 80 毫秒之间 | 300至800毫秒，劣化可达数秒 |
| 抗物理干扰 | 依赖底层 TCP/UDP 路由冗余 | 极易受环境噪音、墙面回声与系统降噪干扰 |
| 运维成本 | 需持续支付长连接服务器账单 | 零账单，纯静态托管即可运行 |
此外，跨浏览器平台浮点运算的细微偏差，始终是确定性锁步悬在头顶的达摩克利斯之剑。一旦不同设备的 JavaScript 引擎在某一次碰撞计算中产生微小舍入误差，对局就会在几次 tick 后触发哈希不匹配而强行流产。
- 风险.声波通信的极窄带宽和高延迟特性，注定无法承载商业级高节奏对抗；在复杂噪声与跨机型硬件差异面前，它目前更像一种概念验证型的数字玩具。
零成本自足：软件工程范式的静默位移
跳出声波对战的实用性争议，Battle Drones 最大的启示在于对软件开发生产关系的重写。在长达数十年的认知里，构建一个复杂的实时联机 3D 游戏，意味着工业流水线的漫长协同：引擎工程师编写图形管线，网络程序员维护状态同步，数值策划拉表格调整伤害公式。
Willison 的实践展示了一种截然不同的可能性：当长上下文 Agent 掌握了自建测试沙盒、自调数值参数、自编底层通信栈的能力，代码本身逐渐退化为临时副产物。人类甚至不需要通晓 TypeScript 的语法细节，只要提出方向、审定边界、感知体验，模型就能在黑盒内实现从诊断、重构到平衡的完整内循环。
这并不意味着传统架构师将被迅速淘汰，物理世界的硬件碎片化、声学畸变与极度劣化的信道处理，依然在拷问工业级品控的底线。然而，当一个开发者仅凭自然语言驱动，就能在零服务器预算的纯静态页面上，从零跑出一套运行在空气声波里的确定性对战系统时，软件工程的门槛已经被永久性地重构了。