Claude of Duty 押注：一個提示詞加上 AI 代理就能打造出 CoD 等級的 FPS；3.4k 顆星

Claude of Duty 是一款以 Three.js r180 與 WebGL2 打造的開源瀏覽器第一人稱射擊遊戲——約 55,000 行、橫跨 11 個子系統，所有材質、網格、動畫與音效都在載入時以程序化方式生成——它同時也是一項公開基準，用來衡量經協同編排的 AI 編碼代理能從單一提示詞交付什麼。

一個提示詞，交由一支經協同編排的 AI 代理團隊執行，就能在數週內交付一款《Call of Duty》品質的 FPS——所有素材皆由程式碼生成，沒有任何一項以檔案形式隨附。

mshumer 於 2026-07-25 建立此儲存庫，並把這項主張寫進描述：「一款以 Three.js 打造、出自單一提示詞的《Call of Duty》品質 FPS。」代理們在協同編排下依 ARCHITECTURE.md 作業——其中定義子系統介面、目錄歸屬、跨子系統事件詞彙與共用介面型別——產出約 55k 行，涵蓋 render、materials、sky、world、physics、player、weapons、fx、ai、ui 與 audio，且不含任何美術素材：每一項材質、網格、動畫與音效都在載入時以程序化方式生成，唯一的執行期相依套件是 three。

兩項量測發現重塑了整個建置流程：靜態攝影機基準測試回報 94 fps，但實際遊玩時僅有 12–17 fps，並出現 728–1236 毫秒的停頓，原因是 WebGL 程式在畫面中途才延遲編譯；而螢幕截圖無法重現，因為狀態會在每次擷取之間外洩。修正方案——把每次擷取隔離在全新頁面中，讓 imagediff 能檢核像素一致性，再加上著色器預先暖機——把最差影格時間降到 66–82 毫秒、開機時間降到 3.7–4.6 秒，同時讓輸出維持位元完全相同。流程同樣關鍵：三輪、每輪六個平行代理各自負責一個目錄，只讓評論分數提升 +0.46，且破壞畫面的缺陷反而更多（60 → 47 → 66）；而針對每個耦合關注點各設單一擁有者、以單一序列流程執行，則提升 +1.00，並把缺陷降到 26。

製作者自己的對抗式評估指出，這項主打押注在 AAA 標準上失敗了：十一位獨立評論者給出的影格分數依序為 3.59 → 4.14 → 4.05 → 5.05（滿分 10 分），有兩張畫面達到「CLOSE」，其餘都停留在「AMATEUR」，而在盲測 A/B 中，每一輪的每一位評論者都選了真正的《Call of Duty》畫面。最終交付的是一款可遊玩、不含素材檔案的 55k 行瀏覽器 FPS，外加一套可重現的代理測試框架；截至 2026-09-04 的爬取時點，該儲存庫已累積 3.4k 顆星與 514 次分支。

具體的關注度：mshumer/Claude-of-Duty 建立於 2026-07-25，在 2026-09-04 的爬取時點顯示 3.4k 顆星（爬取中介資料為 3,365）、514 次分支與 36 位關注者。

可證偽的押注：描述承諾從單一提示詞產出 CoD 品質的 FPS，而 README 公布了分數，顯示該標準並未達成（5.05/10；真正的 CoD 在每次盲測 A/B 中都勝出）。

有紀錄的工程敘事：可重現的擷取、逐影格效能剖析，以及平行與序列代理流程的比較，全都附有前後對照數字，而非空口主張。

可移轉的流程教訓：平行代理的扇出讓耦合系統變得更糟（60 → 47 → 66），而序列式、單一擁有者的流程則修好了它們（66 → 26）——這是協同編排 AI 編碼代理的實證。

公開基準與失敗：一個坦然自評 5.05/10、對照真實作品仍拿下 3.4k 顆星的示範——測試框架與誠實本身就成了產品。

截至 2026-09-05，該儲存庫仍在線上，依 2026-09-04 的爬取資料為 3.4k 顆星（爬取中介資料為 3,365）、514 次分支與 36 位關注者。README 保留了單一提示詞的起源，同時結論指出該遊戲並未達到現代《Call of Duty》的水準，並引導讀者前往作者的電子報。資料中未出現任何公司、資金、營收或定價，因此 Claude of Duty 仍是一款單人開源示範：這場押注——一個提示詞、一支代理團隊、AAA 標準——在公開場合受到檢驗並部分失敗，而可重現的測試框架成了更有趣的成果。