一款 1983 年写在纸上的小游戏，现在可以在浏览器里点开玩。

这件事的起点很小。英国出版商 Usborne 已经在官网开放了一批 1980 年代 Computer Books 的免费 PDF。开发者、技术作者 Simon Willison 发现后，把其中《Creepy Computer Games》里的 Mad House 交给 Claude，让它用 vanilla JavaScript 和 HTML 复刻成网页游戏。

有意思的地方不在“复古游戏又回来了”。更关键的是，AI 编程工具正在把一种老工作变轻：把书页、PDF、旧代码清单，转成今天能运行、能分享、能继续修改的东西。

但边界也要先说清。它不是 Usborne 官方复刻版，不是 Commodore 64 模拟器，也不是对原机器环境的完整保存。它更像一次可追溯的个人重制实验。

这次到底发生了什么

Mad House 来自 Usborne 1983 年出版的《Creepy Computer Games》。那类书的读法很朴素：读者照着纸上的代码，一行一行敲进自己的家用电脑，再运行小游戏。

Willison 提到，自己小时候就在 Commodore 64 上照着 Usborne 这些书练过。现在他做的是另一件事：把 PDF 喂给 Claude，再给出明确要求。

他的指令大意是：用 vanilla JS artifact 精确复刻书里的 Mad House；适配移动端；做出合适的复古美学；注明书名，并链接到 Usborne 的 Computer and Coding Books 页面：https://usborne.com/us/books/computer-and-coding-books。

最后的成品是一个绿色黑底的终端风格网页游戏。界面里有 ASCII 走廊、门、计数器、开始按钮，也保留了早期家用电脑游戏的视觉味道。

这不是把老机器搬进浏览器，而是把老游戏的规则和界面语言，翻译成现代网页能执行的形态。

对比项1983 年原始形态这次网页重制该怎么看
来源《Creepy Computer Games》纸质代码Usborne 免费 PDF 输入 Claude来源材料清楚
技术形态读者手敲代码JS/HTML 网页从手工输入变成模型转译
运行环境家用电脑，如 Commodore 64现代浏览器不是完整机器模拟
视觉呈现早期字符界面黑底绿字终端风格保留气质，不等于逐项还原
归属处理原书出版物标注书名和 Usborne 链接署名是底线

这张表能把误会挡在前面。AI 做的是迁移，不是考古学意义上的完整复原。

真正变化在转译成本

纸质代码游戏并不稀有。旧书、旧杂志、旧手册里都有。难的是让它们重新跑起来。

过去这件事主要靠爱好者和档案维护者。有人扫描杂志，有人手工录入 BASIC 程序，有人用模拟器校对运行效果。这些工作很细，也很慢。

Claude 这次展示的是另一条路：先给模型明确材料和目标，让它生成一个可运行的现代版本。人不再从零开始敲代码，而是转向设定约束、检查结果、修正偏差。

这对关注 AI 编程工具的开发者，影响很直接。以后做类似迁移时，可以把工作拆成几步：确认来源 PDF，限定技术栈，要求移动端适配，要求页面标注出处，再人工检查交互是否符合原作。

这不是采购一个新工具就能自动完成的事。更现实的变化是，开发者会把 AI 放进“原型转换”环节，而不是把它当成最终审稿人。

对复古计算机与游戏史爱好者，重点也不是“AI 会不会取代社区”。更该看的，是它能不能让更多旧程序先活过来，再进入校验和整理。

如果一个项目只给漂亮截图，不给原书出处、不说明生成过程、不交代改动范围，那它的档案价值很有限。若能保留 PDF 来源、提示词、代码和版本说明，才更接近可靠的数字保存。

开发者看流程，爱好者看边界

这个案例最有参考价值的地方，是 Willison 没让 Claude 凭空“做一个复古游戏”。他给了来源材料，也限定了输出形态。

这类工作流对开发者有启发：

  • 输入不是一句灵感，而是具体 PDF。
  • 输出不是泛泛的小游戏，而是 vanilla JS/HTML。
  • 要求不只包括功能，还包括移动端、复古视觉和来源署名。
  • 成品要能被打开、检查、修改，而不是停在描述层。

这比“AI 会写代码”更具体。它说明模型适合做一类翻译工作：把历史材料里的程序意图，转成现代运行环境里的第一版实现。

但限制也在这里。

Claude 生成的 JS/HTML 版本，不能自动证明它完整还原了 Commodore 64 上的体验。早期游戏可能依赖具体字符集、屏幕刷新、键盘输入、声音和机器时序。材料里没有显示这些都被逐项复原，就不能替它加戏。

所以接下来真正该观察的，不是 Mad House 会不会变成商业产品。它目前更像个人项目，不该被包装成发布会。

更该看的有三件事：

观察点为什么重要对应风险
是否标注原书与链接保护来源和出版档案劳动把公共材料包装成无出处作品
是否公开生成过程或代码方便他人校验和改进只有截图，无法判断还原程度
是否说明复刻边界区分网页重制与机器模拟把 JS/HTML 误读成完整保存

这三点做好了，AI 辅助重制才有历史保存价值。做不好，它就是一次怀旧滤镜。

Mad House 这个小案例的好处，恰恰在于它没有太大。一个 PDF，一段提示词，一个网页游戏，足够看清问题：AI 编程工具最稳的价值，不是替历史下结论，而是降低把历史材料重新运行起来的成本。

旧代码要重见天日，光亮还不够。出处、边界和校验，才决定它能不能留下来。