Claude Fable 5单次会话从推文构建可玩3D游戏

Simon Willison 把一条四年前的推文变成了一款可运行的 3D 游戏，整个过程只用了一个 Claude Fable 5 会话。提示词里放了两张图片和几行指令，没有其他设计决策。模型把整个游戏搭了出来。

2022 年 8 月的那条原始推文包含一段 GPT-3 的文本补全，描述了一款叫"Raccoon Heist"（浣熊盗窃）的游戏——浣熊团队执行大胆的抢劫行动，还附带一张 DALL-E 生成的截图，呈现这款游戏可能的样子。四年后，Willison 把两者都喂给了在 Claude Code for web 中运行的 Claude Fable 5。模型写出了游戏代码，通过 OpenAI 的 gpt-image-2 API 生成纹理，并提交到了一个 GitHub Pages 仓库。最终产物是一个可玩的 3D 浏览器游戏，托管在 simonw.github.io/raccoon-heist。

Claude Fable 5 是怎么只用一条推文就搭出游戏的？

Willison 在手机备忘录里写了提示词。没有指定技术栈。他只告诉 Fable：要为浏览器构建，要适配移动端，用 OpenAI 处理纹理，独立工作，并且频繁提交以便他能预览结果。模型自行选择了 Three.js，生成了浣熊主题的图像纹理，搭出了一个等距视角的 3D 街道和待抢劫的银行。

Willison 写的那篇文章里最有借鉴价值的技巧是工作流。他把 GitHub Pages 配置成从 Claude Code 分支部署，这意味着每次推送后 30 秒内就能拿到一个线上 URL。这种"写完就预览"的循环，把一个试探性的实验变成了像在和游戏设计师结对编程的体验。

为什么这不只是个花活？

一个模型能从"给你一张截图加概念提示词"直接到"给你一个可玩的游戏，不需要再问任何问题"，说明它已经过了玩票阶段。Fable 5 是一个会做设计决策、自选技术栈、把图像生成当作子程序调用、不经批准就推送到生产环境的编程模型。浣熊游戏确实是个玩具，但这个范式是真实存在的：给模型一个目标、一些素材、一个部署目标，它就能交付。

我昨天写了一篇文章讲编程模型这一年走了多远，而 Fable 5 一次性构建游戏的能力比任何基准分数都有说服力。SWE-bench 95% 是一个抽象的数字，看它怎么从一条四年前的推文和一个 SVG 提示词搭出一个浣熊盗窃游戏，才是具体的证明。

常见问题

Claude Fable 5 是从零开始构建游戏的吗？

是的。Willison 只给了它一个提示词和两张图片。没有 starter code，没有框架提示。Fable 5 自己选择了 Three.js，通过 OpenAI 生成纹理，在一次会话中构建了完整游戏，且在整个过程中没有就任何设计决策提问求证。

我能玩这个 Raccoon Heist 游戏吗？

能。游戏已上线：simonw.github.io/raccoon-heist。源码在 GitHub：github.com/simonw/raccoon-heist。

2022 年的原始推文是什么？

那条推文结合了一段 GPT-3 文本补全（描述了一款浣熊主题的抢劫游戏）和一张 DALL-E 生成的截图。Willison 用它作为 Fable 5 的创意简报，同时提供了文字概念和视觉参考。

Willison 在 Fable 构建游戏时是怎么测试的？

他把 GitHub Pages 配置成从 Claude Code 分支部署。每次 Fable 提交并推送后，游戏在 30 秒内就能通过一个公开 URL 访问。这让他可以在不打断模型工作流的情况下增量预览进展。

这套方法能用来构建真实应用吗？

同样的模式——提示词加素材加部署目标——已经被用于原型和小应用了。局限在于复杂度：复杂的多服务应用仍然需要模型无法独自做出的架构决策。但对于单页应用、工具和游戏，门槛已经大幅降低了。