7个提示词造出反恐精英？深扒AI写代码“抄袭”真相与未来

type

status

date

slug

summary

七轮提示词的奇迹：从零到射击游戏

实验的设定非常硬核又极其简单：不写一行代码，只给提示词。Parunashvili 订阅了每家公司的顶级套餐，要求模型使用 Three.js 构建一个支持多人联机的 3D 网页版 CS。

整个过程仅用了大约七轮连续的自然语言交互。任务被拆解为两个阶段：首先是前端视觉与机制的搭建，包括第一人称视角地图、敌人生成、射击反馈和音效；其次是后端的多人联机扩展，涉及房间选择和位置同步。

令人震惊的是，这三个 大模型 最终都交出了可玩的成品。用户无需掌握复杂的编程知识，似乎只要会“说话”，就能让 AI 变成熟练的程序员。然而，这三大模型在具体执行上的表现却大相径庭，展现了各自不同的“性格”与技术特长。

三大模型实战横评：Claude懂审美，Gemini稳后端

在前端设计的比拼中，Claude 展现出了压倒性的优势。当被要求“设计看起来更像人的敌人”时，Claude 生成的角色细节丰富，甚至被评价达到了《Minecraft》的设计水平，且生成的动画最具活力。相比之下，Codex 生成的地图风格偏暗，角色辨识度低；而 Gemini 在处理武器与视角的固定逻辑时，一度出现了“隐形枪”的 Bug。

然而，当战场转移到后端逻辑和多人模式重构时，局势发生了逆转。

Gemini 3 Pro：成为了后端开发的王者。在实现多房间支持和数据持久化时，它几乎一次成功，甚至贴心地优化了 URL 结构以便玩家分享。它展现出了强大的逻辑修复能力，能一边查阅文档一边修复 TypeScript 错误。

Claude Opus 4.5：虽然视觉出众，但在复杂的 React Hooks 逻辑处理上“翻车”了。它生成的代码出现了微妙的 Bug，导致 Canvas 对象重复生成，如果没有人类程序员介入排查，几乎无法自行修复。

Codex (GPT-5.1)：表现得像个“中间派”。它过度依赖自我检查而非查阅文档，虽然 visuals 不如 Claude，后端不如 Gemini 敏捷，但整体表现均衡，是一个稳健的辅助工具。

想要了解更多关于这些 大模型 的 提示词 技巧和评测，可以关注 AIGC.BAR 的 AI日报。

代码里的“幽灵”：AI抄袭引发的版权风暴

正当人们为 人工智能 的编程能力欢呼时，GitHub 开源社区的 网友深扒源码 却发现了一个令人不安的细节。一位名为 BearOso 的开发者在 Gemini 生成的项目代码中，发现了一段关于天空渲染的 Shader 代码。

这段代码不仅逻辑成熟，甚至连原作者的注释都原封不动地“搬”了过来：

“Preetham 是谁？”这一疑问迅速在社区发酵。显然，这是某位名为 Preetham 的开发者编写的原始代码，被大模型在训练过程中“记忆”了下来，并在生成时未经任何修改或授权标识地“吐”了出来。

这引发了严峻的法律与伦理问题：大模型 的训练数据中包含了大量受版权保护的代码，当它原样输出时，使用者是否在不知情的情况下侵犯了版权？这对于商业软件开发来说，无疑是一颗随时可能引爆的法律地雷。许多开发者感叹：“AI 偷走了工作的乐趣，却留给我们一堆需要审查版权和修修补补的代码。”

距离“完全自动化”还有多远？

Parunashvili 的实验虽然成功，但也揭示了现阶段 AI变现 和全自动开发的局限性。虽然整个过程只花了 2 小时，且看似没有手写一行代码，但关键的 Bug 修复、逻辑引导仍然依赖于他作为资深程序员的判断。

“我不认为一个非程序员能顺利完成这些步骤，”Parunashvili 坦言。目前的 LLM 更像是强大的副驾驶，通过 Prompt 工程可以极大提高效率，但离真正的“无人驾驶”——即非技术人员仅凭自然语言开发商业级应用，还有很长的路要走。

对于想要紧跟 chatGPT、claude 等技术演进，或者寻找 OpenAI 最新动向的朋友，保持对技术的敏感度至关重要。更多深度的 人工智能 行业分析和 AI新闻，请持续锁定 AIGC.BAR，这里有你需要的 AI门户 级资讯。