最近在L站玩了好多好玩的fable5，还有grok4.5等等AI做的游戏，可以明显感受到，AI明显已经不局限在做demo和需要使用者强监督才能完成中大型项目了。已经可以部分理解中大型项目的架构了，很多游戏都可以说是EA测试版了。

就比如佬友做的这个游戏

用grok4.5做个一个缝合卡牌游戏效果碉堡了附上同一个方案gpt做出来的，已附上代码和提示词

这个游戏还挺上瘾，我甚至玩通关了。

全收集截图:

在各种渠道上看到的deepseek v4正式版灰度测试和kimi k3做的小游戏,感觉也都不落后了。

感觉像是所有模型对于长任务和整体项目的理解都提升了一个巨大的档次。以前使用AI时，更多的是模块化的写代码，即便他已经完全理解你的需求了。或者你都把你的需求写成文档，让他每做一个模块就读取一遍，加深对你需求的理解。感觉AI还是会遗漏很多需求。所以要自己检查测试，再让AI一点点的改，就有点类似一个模块一个任务的测试和修改。

但是从Fable 5开始，AI好像对项目的整体需求理解突然提升了。不再需要使用者强监督了。只需要使用者在构建好项目后，提出自己测试出的bug和改进的想法。

现在的模型更像是从以前熟练做demo，升级到现在可以做EA版了。

从Fable 5宣传时，当时很多宣发都是以做一个完整的小游戏来宣发的。所以我想是不是Fable 5拿了很多大量优质且完整的游戏的源码标注出来，用来训练AI。可以大幅度提升AI的这种对于大项目的理解能力和其他的能力。(训练采用的优质数据可能就比如“小丑牌”等等的这类游戏。)

为什么我会有 完整且精品标注好的 精品游戏代码，可能会提升AI对中大型项目的 猜想。

是因为我看到很多论文都 明确了 代码对非代码任务性能带来的提升。

所以我联想到 fable 5 当时宣传时的种种表现，和各大模型在写游戏性能上的都大幅度提升，所以产生了这个猜想。

就是

标注好的精品游戏项目的代码，对AI的提升绝非只提升了AI的写游戏性能。

可能还间接提升了AI的审美，对真实世界的理解。对大型项目的总体规划和理解能力等等之类的。

训练模型太贵了，所以我没法验证猜想。只能是提出来，希望对佬友们开拓思路有帮助。