弹珠炼金工坊 · 双版本对比

同一份中文需求，交给两个模型各自从零实现的浏览器弹珠 Roguelite。两版都用 TypeScript + Phaser 3.90 + Matter 物理 + Vite， 都不接后端与在线 AI，美术与音效全部程序生成。代码、测试与证据分别放在同一个仓库的两个目录里，可以直接对照阅读。

Codex GPT-6 版画面

Codex · GPT-6

目录 gpt6/

  • 规则测试 10 项、浏览器测试 16 项（该版自测口径）
  • 完整无剪辑通关录屏，含 SHA-256 校验清单
  • Prettier 格式检查与 npm audit 进 CI
在线试玩 源码
Claude Code fable 5.1 版画面

Claude Code · fable 5.1

目录 fable5.1/

  • 单元测试 24 项、端到端 18 项（该版自测口径）
  • 12 局机器人自动对局：胜率 42%，0 局卡死
  • 逐帧合成录屏，画面不受运行环境帧率影响
在线试玩 源码

玩法一致的部分

两版都遵循同一份需求：瞄准发射弹珠，弹珠撞钉子累计伤害，所有弹珠落底后统一结算；敌人存活则反击，玩家初始 5 点生命； 五关递增，每次击败敌人后从 3 张里选 1 个升级；升级池固定为强化、火焰、闪电、分裂、暴击、治疗六种， 其中强化与火焰可重复获得。具体数值、弹盘布局、视觉与音效由各自设计。

两版自测数据

项目Codex · GPT-6Claude Code · fable 5.1
自动化测试规则 10 项、浏览器 16 项单元 24 项、端到端 18 项
录屏方式真实 UI 操作，完整无剪辑，附 SHA-256停主循环逐帧合成，与帧率无关
通关证据一局五关胜利，58.7 秒，5/5 生命12 局随机瞄准机器人对局，胜 5 局
额外检查Prettier、npm audit、外部请求为 0逐关命中数实测、卡死看门狗单测

两列的口径不同，是各自版本自己跑出来的结果，不能直接相减比较，也没有裁判打分。详细报告见 gpt6/evaluation 与 fable5.1/docs/TEST-REPORT.md。