用 Codex Desktop + GPT-5.6 Sol Ultra 单次生成完整 3D 游戏的完整复盘 · 干货攻略
- 链接: https://x.com/simonw/status/2085808307865014295
- 分类: x-tips
- 来源: X @simonw
- 作者: Jay
- 更新: 2026-08-14
- 仓库: simonw/raccoon-heist-codex
这是什么
2026 年 8 月 7 日，知名 AI 工程博主 Simon Willison（@simonw）用 Codex Desktop 跑了 GPT-5.6 Sol Ultra，一次提示词，52 分钟，零人工干预，直接生成一个完整可玩的 3D 浣熊偷盗游戏「Moonlight & Mayhem」。
游戏特点： - 博物馆场景，三只浣熊组队潜入 - 需要解救同伴、叠罗汉偷取「金沙丁鱼」 - Three.js 渲染，浏览器直接跑，无需构建步骤 - gpt-image-2 生成贴图，贴图与代码一同提交到仓库 - 移动端触屏适配（WASD + 交互键 + 冲刺）
GitHub 仓库：simonw/raccoon-heist-codex，包含完整代码、gpt-image-2 贴图生成 prompt 和全量 Codex 对话 transcript。
为什么值得关注
谁分享的
Simon Willison 是 Datasette 作者、Python/Web 领域资深博主，长期跟踪 AI 工程落地。他在 X 上记录了同一提示词分别用 Claude Fable 5 和 GPT-5.6 Sol Ultra 各跑一次的完整对比——这是目前公开信息中少有的、有可比性的同题双测。
解决什么问题
游戏开发中 AI 辅助的三大挑战： 1. 需要人工持续介入：大多数 AI coding agent 需要人类反复确认方向，无法一次跑完 2. 多模态资产难自动：3D 模型和贴图往往还是要人工制作 3. 端到端耗时与成本不透明：Agent 跑一次到底花多少 token、多少钱，普通开发者心里没底
Sol Ultra 用并行子代理解决了第一个问题（无需人工介入），gpt-image-2 解决了第二个（贴图自动生成），Simon 的完整 transcript 和成本报告解决了第三个（完全透明）。
关键数字（官方来源已核验）
| 指标 | 数字 | 来源 |
|---|---|---|
| 运行时长 | 52 分钟 | simonwillison.net 博客（Simon Willison 本人） |
| API 成本（按价计） | $23.28 | 同上，AgentsView 估算 |
| 输入 tokens | 700.7K | 同上 |
| 缓存 tokens | 32.5M | 同上 |
| 输出 tokens | 148K | 同上 |
| GPT-5.6 Sol 定价 | $5 / $30 每 1M tokens | OpenAI 官方博客（previewing-gpt-5-6-sol） |
| gpt-image-2 贴图 | 1024×1024, quality=medium | GitHub 仓库 output/imagegen 目录 |
核验过程
官方来源
| 来源 | URL | 核验结论 |
|---|---|---|
| OpenAI 官方博客 | https://openai.com/index/previewing-gpt-5-6-sol | ✅ 确认 Sol $5/$30 定价、Ultra 模式并行子代理机制、缓存计费规则（cache write 1.25×，cache read 0.1×） |
| GitHub 仓库 README | https://github.com/simonw/raccoon-heist-codex | ✅ 确认游戏特性：Three.js 本地打包、无构建步骤、gpt-image-2 贴图提交至仓库 |
| GitHub gpt-image-2 prompt 目录 | https://github.com/simonw/raccoon-heist-codex/tree/main/output/imagegen | ✅ 确认贴图生成参数：quality=medium, size=1024×1024；三张贴图 prompt 已公开 |
| Codex transcript | https://github.com/simonw/raccoon-heist-codex/blob/main/transcript.md | ✅ 确认 Codex 实际调用了 OpenAI MCP 工具、gpt-image-2 API 文档检索流程 |
| Simon Willison 博客 | https://simonwillison.net/2026/Aug/7/moonlight-mayhem/ | ✅ 确认 $23.28 成本来源、52 分钟耗时、眼球 bug 与修复方式 |
交叉验证
- AI/TLDR 第三方报道 确认 $23.28、52 分钟、700.7K+32.5M+148K token 数字与 Simon 博客一致
- Developers Digest 对 Sol Ultra 定价分析：$5/$30（与 OpenAI 官方一致）；确认 Ultra 模式 token 消耗为普通 Sol 的 2–3 倍（因并行子代理）
- Finout/Medium 等多源报道确认 GPT-5.6 Sol General Availability 日期（2026 年 7 月 9 日）与价格（Sol $5/$30，Terra $2.50/$15，Luna $1/$6）均与 OpenAI 官方一致
- 关于 $23.28 的计算验证：700.7K 输入 ≈ $3.50，32.5M 缓存读取（0.1× 折后）≈ $16.25，148K 输出 ≈ $4.44；合计约 $24.19，与 $23.28 接近但略有差异——差异可能来自缓存写入费（32.5M cache write at 1.25×）或 AgentsView 使用了不同的费率截取方式，攻略不引用精确拆解，仅引用总数 $23.28
上手步骤
快速体验游戏
浏览器直接打开（无需安装任何依赖）：
https://simonw.github.io/raccoon-heist-codex/
- 桌面端：WASD/方向键移动，E 交互，Space/Shift 冲刺，Esc 暂停
- 移动端：左摇杆移动，爪印按钮交互，闪电按钮冲刺
复现攻略：提交同样提示词给 Codex Desktop
提示词原文（Simon 博客中公开）：
Build this 3D game, for the browser.
This repo is configured to serve static files so make sure there is an index.html that loads everything else.
Make sure it is mobile-friendly (touch controls, works well on small screens).
You have an OpenAI API key and access to their image generation model APIs, use that for textures to use with your 3D models. Docs here: https://developers.openai.com/api/docs/guides/image-generation - use gpt-image-2
Work independently - do not ask me to make any further design decisions. Make sure the game is fun, a little surprising, has good raccoon heist vibes, and is visually pleasing.
Commit and push as often as possible so I can preview your work - start with an index.html that presents a title screen, then build from there.
Append to a notes.md file as you work, including your changes to that as part of every commit.
关键依赖（代码库已包含，无需额外安装）
# 克隆仓库
git clone https://github.com/simonw/raccoon-heist-codex
cd raccoon-heist-codex
# 本地运行（任意静态服务器）
npx serve . # npm
python -m http.server 8080 # 或 Python
# 游戏文件结构
index.html # 入口，Three.js 内联或本地引用
output/imagegen/ # gpt-image-2 生成的贴图（已 commit）
transcript.md # Codex 全量对话 transcript
gpt-image-2 贴图生成方式（从 transcript 提取）
Codex Desktop 内部调用了 OpenAI MCP 工具，流程如下：
1. 通过 openaiDeveloperDocs.search_openai_docs 查询 gpt-image-2 文档
2. 调用 Image API 的 generations 端点
3. 参数：model=gpt-image-2, quality=medium, size=1024x1024
4. 生成的图片直接 commit 进仓库，运行时无需 API key
坑与适用边界
⚠️ 已知坑：视觉 bug 需要主动触发修复
眼球 bug：Codex Desktop 在开发过程中生成了一个浣熊眼球异常放大的渲染 bug，模型在生成过程中反复查看截图但未能自主发现并修复。最终 Simon 通过手动提示"Why do the raccoons have huge black spheres on them?"触发修复。
教训：AI agent 在代码逻辑上表现良好，但视觉渲染 Bug 可能需要人工发现并给出明确指示才能修复，不能完全依赖 agent 自我审查。
适用边界
| 维度 | 说明 |
|---|---|
| 模型要求 | GPT-5.6 Sol Ultra（其他模型不支持 Ultra 并行子代理模式）；Terra/Luna 不支持 ultra effort |
| Token 成本 | Ultra 模式 token 消耗是普通 Sol 的 2–3 倍；$23.28 是单次成本，多次迭代会叠加 |
| 图像生成 | 需要 OpenAI API key 且有 gpt-image-2 访问权限（Tier 3+）；贴图本身不产生运行时成本 |
| 代码规模 | 单次提示词适合中小型项目；超大型项目仍需人工分阶段引导 |
| 调试方式 | 视觉 bug 需要人工查看截图或亲自体验后给出具体描述触发修复 |
⚠️ 未核验处
- 原帖声称 Sol Ultra "比 Claude Fable 5 表现更好"——Simon 本人的主观结论，无独立 benchmark 对比；攻略仅陈述事实，不支持或反驳该主张
- $23.28 成本中各 token 类型的精确拆解（缓存写入费未获独立验证）；以 Simon 博客原文的总数为准
一句话结论
GPT-5.6 Sol Ultra + Codex Desktop 用 $23.28 的 token 成本和 52 分钟无人值守时间单次生成完整 3D 游戏，gpt-image-2 贴图全程自动——AI 全栈自包含游戏开发的工程可行性已无争议，但视觉 Bug 仍需人工触发修复。