題目一變難，兩個 AI 就分道揚鑣了｜第二回合：把一款《文明帝國》風 4X 策略遊戲交給兩套 AI coding 設定，各自從零獨立做

不久前我做過一個小實驗：把同一份遊戲開發的題目，一字不改地交給兩套完全不同的 AI 開發工具，讓它們各做各的、互不通氣，最後親手玩過兩款成品。那次的題目不難——一款街機風的泡泡射擊小遊戲。最讓我意外的是它們收斂得驚人：兩套素未謀面、由不同公司不同模型驅動的 AI，各自關起門來，卻蓋出了骨架幾乎一模一樣的東西。同一套技術、同一種規模，連接住版權要求的巧招都撞在一起。那次的心得是：只要需求夠清楚，不同的 AI 會像水往低處流，各自滑向「這類問題的標準解法」。

於是我很自然地想追問——如果把題目換難一點呢？ 難到沒有唯一標準答案、中間充滿「要嘛這樣、要嘛那樣」的岔路，它們還會收斂嗎，還是各走各的路？

所以我又做了一次，這次換上一道硬得多的題。這篇要跟你講的，就是這第二回合看到的事：同樣那兩套 AI，題目一變難，它們不再想到一塊去了，反而明顯分道揚鑣——尤其在「該把畫面做成什麼樣子」這件事上，走出了南轅北轍的兩條路。（就算你沒讀過第一回合，這篇也能單獨看懂。）

這次的題目：做一款《文明帝國》風的 4X 策略遊戲

先講清楚我出了什麼題，你才知道後面在比什麼。

我要的是一款向經典策略遊戲《文明帝國》（Civilization）致敬的「回合制 4X 策略遊戲」——但不是抄它，領袖、文明的名字全部原創虛構，不許沾任何真實招牌。

「4X」你不必背，它是四個 X 開頭英文動詞的縮寫，講這類遊戲的四件事：**探索（eXplore）**地圖、**擴張（eXpand）**疆域蓋城市、**發展（eXploit）**資源長科技、**征服（eXterminate）**對手。一句話，就是「從一座小城開始開疆闢土，把一整個文明養成霸權」。沒玩過的人只要記住「經營＋打仗的大型策略遊戲」就夠了。

比起上一回合那款泡泡射擊小遊戲，這道題難了不只一個檔次。泡泡射擊講究手感和關卡；4X 卻是一整個系統的系統：會展開的地圖、藏在「戰爭迷霧」裡的未知區域、能生產的城市、能作戰的單位、一棵逐步解鎖能力的「科技樹」，還要有幾個會自己思考、自己擴張、自己跟你翻臉的 AI 對手，甚至外交與好幾種贏法。這些零件環環相扣，牽一髮動全身。

我的要求一樣寫得很白話，但每一條都很硬：

• 純網頁、瀏覽器直接打開就能玩，不必安裝、不必架伺服器。
• 視覺為重——要好看，要像一款正經作品，不是能跑就好。
• 要能長期接著往下開發，架構上留得住後續擴充。
• 所有素材自己生、文明與領袖名一律原創虛構，不准抓現成圖、不准沾真實商標，免得侵權。

注意「視覺為重」這一句。它模糊得剛剛好——我說了「要好看」，卻完全沒說要好看成什麼樣子。這一句，後面會變成整場實驗最大的分岔點。

我把這份一模一樣的題目，發給了兩套設定。

兩位參賽者，以及那句得先講的醜話

先把兩位參賽者請上台。為了公平，我給它們完全對稱的介紹：

• 設定 A：一套叫 Codex 的 AI 開發工具，搭配一顆代號 GPT-5.6 SOL 的模型。它做出來的遊戲叫《Elarion: Gilded Epochs》（暫譯「艾拉瑞恩：鎏金紀元」），公開網址 https://captain-balung.github.io/elarion/。
• 設定 B：一套叫 Claude Code 的 AI 開發工具，搭配一顆代號 Fable 5 的模型。它做出來的遊戲叫《Aeon Empires 恆紀元》，公開網址 https://captain-balung.github.io/aeon-empires/。

兩款都在 2026 年 7 月 11 日當天完成，各自從一張白紙開始，不共用任何一行程式碼，中途也不准互看對方寫到哪。

現在，我得先把上一回合那句醜話原封不動再講一次，這次它一樣重要，甚至更重要。

這不是一場乾淨的「模型對決」。

你可能很想把它讀成「GPT-5.6 SOL 對決 Fable 5，看哪顆模型比較強」。但這樣講是錯的。因為我交出去的從來不只是「一顆模型」——Codex 和 Claude Code 是兩套不同的開發外框，它們怎麼把我那份白話題目轉成給模型的指示、配了哪些工具、容許跑多久、用什麼節奏來回，全都不一樣。所以我這場比的，其實是「工具＋模型＋提示框架」綁在一起的一整包，工程上把這種綁定叫作 bundle（組合包）。就像兩位廚師一個用專業廚房、一個用露營爐，菜有差你也不能說是「廚師」的高下。後面你會看到的種種不同，都是兩個 bundle 的不同，我沒辦法、也不會乾淨地切給某一顆模型去背。這一回合差異比上次大得多，這句話就更該釘牢。

我親手玩了：兩款都是貨真價實的完整 4X

紙上談兵沒意思，我把兩款都玩了一輪。第一個事實是：它們都不是半成品，也不是徒有其表的空殼。 兩款都真能玩，而且都是麻雀雖小五臟俱全的完整 4X。

流程幾乎一致：進去先是主選單，接著是新局設定（挑文明、挑地圖大小、挑難度），然後進入地圖——戰爭迷霧、單位、上方一整條資源列（糧食、生產、黃金、科技、文化）、可點開的科技樹、角落的迷你地圖、一顆「結束回合」的按鈕。你在一款正經策略遊戲裡預期會有的零件，兩邊都真的裝上去、也都真能開局往下玩。要在單一一次工作階段裡把這麼多環環相扣的系統兜起來還能跑，本身就不簡單——兩套 AI 都做到了。

但把畫面擺出來，你會立刻發現：它們雖然做了一樣的事，長相卻活在兩個完全不同的宇宙。

最大看點：同一句「要好看」，被讀成了兩個世界

這就是這一回合的靈魂。前面說過，我的題目裡只寫了「視覺為重、要好看」，一個字都沒指定風格。結果兩套 AI 對這句話的詮釋，天差地別。

設定 A 的《Elarion》，把「好看」讀成了「電影級大片」。 主選單是一整幅華麗到近乎寫實的幻想世界圖：金色夕照潑在雲海上，城邦浮在半空，遠處立著紫水晶尖塔，右上角懸著一枚鎏金星盤，標題用金框鑲起來。珠寶般的濃郁色調，撲面而來一股「3A 遊戲開場動畫」的大片感。

設定 B 的《Aeon Empires》，把「好看」讀成了「乾淨討喜」。 主選單是層層疊疊的丘陵剪影配一輪金色夕陽，線條俐落、色塊乾淨，是那種你會在設計精美的手機小品裡看到的扁平向量風。新局設定畫面還用了四個圓臉萌系的文明頭像讓你挑——親切、好懂、不嚇人。

你看出這個分岔的份量了嗎？同樣一句「視覺為重」，一套 AI 端出電影級生成大片，另一套端出乾淨俐落的向量卡通。 這不是誰畫得比較用力，而是它們對「好看」的想像根本不在同一條路上。上一回合面對模糊的美學要求，兩套 AI 雖一個走夢幻夜色、一個走明亮白天，至少都還在「像素小遊戲」的同一個框裡；這一回合題目一開放，它們連框都不在同一個了。

而這個「畫面到底怎麼生出來的」分岔，還一路延伸到了地圖上。

進到地圖，連「格子長什麼形狀」都不一樣。《Elarion》用六角格（hex）——就是《文明帝國》近幾代那種蜂巢狀的六邊形格子，每格被渲染成帶著陰影與紋理的精緻地形，配深色鎏金介面，仍是那股電影質感。《Aeon Empires》用方格——經典的棋盤式方形俯視圖，海是乾淨的藍、草原是綠、陸地是沙色，單位是簡單的圓形圖示，清爽、一目了然。

一個蜂巢、一個棋盤；一個濃墨重彩、一個清新素雅。兩套 AI 拿著同一份題目，連地圖的底層幾何都各走各的。

一個藏在選單裡的差別：誰替看不見的人著想

這裡要岔出去講一件你光看畫面不會發現、卻很值得攤開的事——它關係到一群常被忽略的使用者。有意思的是，這件事跟上一回合看到的是同一條分野。

設定 A 的《Elarion》，選單是用真正的網頁按鈕做的。 「開創新紀元」「讀取存檔」這些選項，在網頁底層是一顆顆貨真價實、可以用鍵盤選、可以被輔助工具讀出來的按鈕。後果是：一個看不見螢幕、靠「螢幕報讀器」把畫面念出來聽的視障玩家，能聽懂這個選單、能用鍵盤走完它。 這種「讓障礙者也用得了」的設計，統稱叫無障礙（a11y）。

設定 B 的《Aeon Empires》，選單則是整個「畫」在畫布上的。 網頁上有一種萬能畫布叫 Canvas，你可以想成一塊電腦替你即時作畫的白板——快、自由、想畫什麼畫什麼。《Aeon Empires》把選單直接畫在這塊白板上，視覺俐落討喜。但代價是：對螢幕報讀器來說，那整塊白板就是「一張圖」，它讀不出上面畫了哪些按鈕。對看得見的人很好用；對靠耳朵聽的人，它幾乎一片沉默。

這件事要公平地兩面講，而且它跟「誰比較好看」是兩回事：設定 A 在無障礙上明顯更留了心，替看不見畫面的人留了一道門；設定 B 把互動押在畫布上，換來視覺與開發的俐落，卻沒接住報讀器那端的使用者。哪種取捨比較對？那要看你在乎誰，這個判斷我一樣留給你。（值得記一筆：這條分野跟上一回合兩款泡泡遊戲幾乎一模一樣——有些脾氣是跟著 bundle 走的，換了題目也還在。）

那副「骨架」呢？共識還在，只是退到了更底層

講到這裡你可能會想：所以這回合就是「處處不同」囉？不是的，事情更有意思一點。

做完之後，兩套 AI 各自附上一份開發紀錄。先鄭重聲明：以下是它們各自回報的自述，我沒有逐一翻原始碼覆核，請當成「參賽者自己的說法」讀，別當成我親手驗過的鐵證。但把兩份說法並排，我發現——在最底層的技術骨架上，它們居然還是收斂的：

• 都用最原始的網頁做法：原生 JavaScript 加上那塊叫 Canvas 的畫布，不裝任何額外套件，一個檔案用瀏覽器點開就能跑。
• 遊戲內容都不寫死，而是用資料表（技術上叫 JSON，可想成一張規格清楚的 Excel）來描述——科技、單位、地形都寫在表裡，程式再照表把世界「長」出來。
• 存讀檔都用瀏覽器自己的小倉庫（localStorage），而且不約而同都做了 3 個手動存檔槽＋自動存檔。
• 連系統骨幹都撞在一起：3 個 AI 文明加蠻族、一棵科技樹、戰爭迷霧、迷你地圖、三種贏法（衝科技、打服所有人、比總分），文明和領袖名全是原創虛構。

你發現了嗎？我沒告訴它們「請用 Canvas」「請用 JSON」「請做三個存檔槽」「請設三種勝利條件」，這些它們又不約而同想到一塊去了。

所以這一回合真正的圖像，比「收斂」或「分岔」都更細膩，這也是我想給你的那個「原來如此」：

當題目變難、變開放，AI 的共識並沒消失——它只是退守到了更底層。 在「一款純網頁 4X 該用什麼技術骨架搭」這種有標準工法的地基層，兩套 AI 依然像水往低處流，各自收斂到幾乎同一套做法（這份共識多半來自它們共同讀過的整個網路，人類工程師這些年寫在無數開源專案裡的集體經驗）。但只要往上走一層，到了「『要好看』怎麼詮釋」「地圖用什麼形狀」「互動用網頁元件還是畫布」這種沒有標準答案、全靠取捨的地方，它們的「個性」就大幅放了出來，走向南轅北轍。

換句話說：題目越難、越開放，留給「取捨」的空間就越大，而 AI 的個性，正是在這片取捨空間裡放大的。 上一回合題目簡單、取捨空間小，於是它們像雙胞胎；這一回合題目難、取捨空間大，於是脾氣藏都藏不住。你給的題目有多開放，就決定了你會看到多少「個性」。

脾氣的細節：一個忙著證明對錯，一個忙著調到好玩

共識講完了，來看放大之後的兩種脾氣。一樣先聲明：以下也多是它們各自的自述，我挑幾個特別能看出性格的來講。

設定 A（Codex＋GPT-5.6 SOL）的脾氣，是「嚴謹、要能證明給你看」。

它在美術上的選擇就很剛硬——紀錄裡明訂「禁用像素風、禁用向量圖」，鐵了心走生成路線，動用內建影像生成器一口氣產出 93 張 PNG 點陣圖，包括那幅華麗的選單世界圖和四位領袖肖像。這解釋了《Elarion》為什麼是那副電影大片的樣子：它是真的用「生成」硬生生畫出來的。

而它的嚴謹最明顯地展現在「驗證」上。它自報：用程式生成 150 張地圖（大中小各 50）確認地圖產生器穩定；讓 AI 對手空跑 50 回合、下 622 個指令、回報 0 個非法動作；還給存檔加上校驗碼（確認存檔沒壞）和 determinism 雜湊（確認同樣輸入每次跑出同樣結果）。名詞你不必記，重點是它們指向同一種性格：它在意「我能不能證明這東西是對的、是穩的」。

它還誠實記了一筆讓我欣賞的話：在這個環境裡，瀏覽器擋掉了 file:// 的自動化操作，所以它沒能做「工具控制的真人點擊測試」（沒辦法真的模擬玩家坐下來一路點完整局），只好改用替代測試（測畫面渲染、測程式邏輯）來補，並白紙黑字寫明。這種「做不到就老實說做不到」的克制，和它拿 150 張地圖去驗證的龜毛，是同一種性格的兩面。它自報這一輪約花兩個小時，運算量（可粗想成 AI 讀寫的計費單位）快照約 146 萬。

設定 B（Claude Code＋Fable 5）的脾氣，是「平衡、透明、把它調到真的好玩」。

它的美術走完全相反的路：用程式生成 SVG 向量圖（一種無限縮放都不糊的圖，共 90 個檔，由一支叫 gen_civ_assets.js 的腳本產出）。這解釋了《Aeon Empires》為什麼那麼乾淨俐落——它是用程式「畫線」畫出來的，不是「生成」的。

而它的力氣花在「把手感調到對」。開發紀錄裡詳列自己抓到並修掉的 6 個問題，每個都很「遊戲設計」：破圖、開拓者和戰士一出生就卡同一格、城市產能太低害 AI 文明擴張到一半停擺、後期科技太便宜、AI 對手從不主動宣戰、科技樹面板文字溢出框外……這些不是「程式跑不跑得動」，而是「這樣玩起來對不對、平不平衡」的問題。它顯然花了很多心力一遍遍試玩、回頭調。

更難得的是透明。它主動列出一串**「已知的簡化」，大方承認這一版還沒做的東西：地圖沒有河流、沒有道路和運輸船、城市不能遠程還擊、「快樂度」系統還沒實作——沒把缺口藏起來假裝完整，而是攤在桌上讓你知道邊界在哪。它自報這一輪只花約 35 分鐘**，同樣單一一次工作階段做完。

你看出兩種脾氣的對比了嗎？一邊把力氣拿去證明系統是對的、是穩的（150 張地圖、622 個指令、校驗碼），一邊拿去把系統調到好玩、並誠實列出還沒做完的部分（6 個平衡問題、一串已知簡化）。一邊的關鍵字是「可驗證的嚴謹」，一邊是「透明的手感調校」。

還有一組數字很搶眼，得講得小心：設定 A 自報約花兩個小時，設定 B 自報只花約 35 分鐘，一個是另一個的三倍多。它很容易被讀成「B 比較快、比較強」或反過來「A 比較認真」——但兩種讀法都把複雜的事壓成口號。慢的那邊，時間投進了 93 張點陣圖和大量驗證（大片級美術＋可證明的嚴謹）；快的那邊省下的時間，某種程度上正因為它選了成本低得多的向量美術、也把某些系統誠實地留到以後。這不是同一件事做得有快有慢，而是兩邊把時間花在不同地方、對「這一版要交出什麼」做了不同取捨。「快」不等於「比較好」，「華麗、花得久」也不等於「比較用力」。

所以，題目變難之後，它們到底像不像？

回到最開頭那個問題：我把題目換難，這兩套 AI 還會像上次那樣想到一塊去嗎？

答案是：在地基上依然像得驚人，在地基以上卻分道揚鑣。而且題目越難、越開放，分岔就越大。 有標準工法的技術骨架層，它們高度一致，這是換了難題也沒動搖的共識；但一到「沒有標準答案、全靠取捨」的層面，就露出各自的脾氣——生成大片對扁平向量、蜂巢六角對棋盤方格、替看不見的人留門對把互動全交給畫布、忙著證明每個系統都對對忙著把每局調到好玩。

我沒有要在這裡宣布誰贏。老實說玩完兩款我自己也選不出來——想在安靜的晚上被畫面震住、慢慢經營一個華麗世界，我會開《Elarion》；想輕鬆清爽、快快開一局不被畫面壓著喘氣，我會開《Aeon Empires》。你偏好哪一款，取決於你是哪種人、那天想要什麼。這個選擇本來就該是你的。

如果這第二場小實驗留給我一個念頭，那會是：我們常以為把需求寫得越清楚，AI 就會越乖、越標準化，兩套交出來的東西就會越像。但這場實驗的答案剛好相反——真正決定「它們會不會露出個性」的，不是你把題目寫得多細，而是你把題目留得多開放。 你給的每一個「你自己看著辦」的空間，都是 AI 用自己的脾氣去填的空間。

那個「個性」，究竟是真的有主見，還是不同工具框架與訓練資料在你留白處撞出來的偶然？老實說我玩完還是答不上來。但下次你聽到有人說「反正 AI 做出來的東西都長一個樣」，也許可以想起這兩座同題不同命的帝國，然後反問一句：那要看你把題目寫死到什麼程度——你希望它們長一個樣，還是各有各的脾氣？