Cooking with AI！我用AI手搓了一个像素版胡闹厨房｜开源项目公测

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

• 我的帖子已经打上 开源推广 标签： 是


• 我的开源项目完整开源，无未开源部分： 是


• 我的开源项目已链接认可 LINUX DO 社区： 是


• 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是


• 以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

在线试玩：https://chefjeff.online/ （手机电脑都支持）

GitHub：GitHub - belchingleo/ChefJeff: Human–AI cooperative cooking prototype with a structured agent interface, shared rules, and a local Cocos web client. · GitHub

Opus 5.5直接让游戏进入大4399时代，这话一点没错，直接让Claude查一下原作的反编译代码，基本就能把不少游戏还原了。所以，这个项目并不在于用 AI 还原一个网页版像素风的《胡闹厨房2》。

^-^我是一个人机研究的社科学者，事实上我的既往研究主要关注的是人与机器的协作问题。胡闹厨房这个游戏给了我很大的灵感，我也看到部分研究把这个游戏作为人机协作研究的实验环境进行讨论。所以我更想通过搭建一个人机协作的厨房，来观察AI如何理解“合作”。

回想一下，在《胡闹厨房2》，当你切完菜，你希望队友帮你做什么？当锅糊了，你们谁会先去救火？当订单接踵而至，你会优先做哪一个？你和队友如何协商合作分工？

而当你的队友变成AI，这一切又会发生什么样的变化？合作会更高效还是更差劲？

现在你可以在ChefJeff厨房中，跟你的AI队友Jeff厨师一起体验一下 ^-^

我看到不少人直接把AI接进游戏，让AI自己玩，这是另一方向的探索，但我觉得在某种程度上这种自动化让游戏本身失去了乐趣。让AI和人一起合作做任务，恰恰进一步激活了游戏的乐趣。因为在一个实时反馈的环境里，你和AI都不知道对方接下来会做什么，而你又需要根据队友的行动作出什么调整。我们经常讨论人-机的边界，尤其是在复杂任务中人与机器分工的问题，通过这个游戏你会发现，当机器与人的能力相当，边界本身就随着事件流动。是你在配合 AI，还是 AI 在配合你？

Jeff读取的是结构化游戏状态，厨房里的一锅一灶、一举一动，包括人类玩家的每一次行动，都会实时发送给 Jeff。他的操作规则和人类玩家完全一样，你能做的他也能做，你不能做的他也不能做。前期实测，决策模型TypeSafe-Jev、Microsoft-Decision-1、GPT-6-Luna Decisions和对话模型DeepSeek V4.1-Flash都是够用的，但表现天差地别，我自己小样本测下来DeepSeek-Flash反而是表现的最好的（在调用的时候默认关闭深度思考，不然延迟太高），也欢迎各位佬换模型来试一试，比一比。

游戏目前只有三关，比较简单。API的费用需自理，一局大概几毛到几块钱，建议直接OpenRouter，因为换模型比较方便。Key只留在你自己的浏览器里，直接发给模型服务商，不经过我们的服务器。（公测期间，同时游玩名额有限，满员时请稍候；服务器在德国，国内打开可能稍慢）

^-^Jev这个决策模型已经发布很久了，决策模型的玩法也有好多了，但在实时协作中确实还是有惊喜的。最近，微软也推出自家决策模型Microsoft-Decision-1，且不说AI决策模型是否会成为明日之星，但快速决策的需求可能确实是一个有潜力的方向。ChefJeff想要发展为一个人机协作的测试环境，通过接入决策模型和快思考对话模型，比较不同模型在一个相同的实时环境中的对任务的理解能力及决策能力。

既然作为一个实验环境，这个开源项目的下一步计划是支持游戏的可视化拓展，也就是可以直接自定义地图、菜谱、订单，使其成为一个可编程可拓展的实验环境，并进一步打造一个人机写作的Benchmark（野心不小）。所以如果你是人机交互、人因工程、人机关系、人机传播等领域的研究者，欢迎给出你的想法，欢迎建联，本项目的后期数据会对上述研究者保持开放。目前项目已经在GitHub上开源，可视化编辑正在制作，会抓紧上线。

第一次发帖，如有不妥还请包涵！欢迎各位佬友给出试玩/项目长期建议，也欢迎Star、Fork或者提Issue，感谢！ ^-^