RSIGame：让 Agent 试玩、修复并迭代自己做的游戏

让 AI 生成一个游戏并不难，难的是生成之后还要让它能玩、能改、能持续变好。RSIGame 把这件事做成一个循环：Agent 运行游戏，记录实际发生的事，选出最值得改的地方，修改后再重放游戏验证。论文 arXiv:2609.39045 于 2026 年 9 月 30 日提交，代码以 Apache-2.0 发布，论文本身采用 CC BY 4.0 许可。

论文在 GameCraft-Bench 的 140 个任务上做实验，覆盖 Godot 和 Phaser 两种引擎，以及五种生成器。摘要称，在相同的开发预算下，RSIGame 能持续提升游戏质量。

核心功能

• 内层循环：探索、诊断、修改、验证：探索 Agent 实际操作游戏，记录日志、指标和截图；诊断把证据收敛成一个改进目标；修改 Agent 只针对这个目标改代码或内容；验证 Agent 重新运行游戏，检查修改是否生效，原来能跑的部分有没有坏掉。
• 外层循环：全局质量监控：监控器给每个检查点打分，保留全局最优的版本。连续三个检查点都没有超过最优版本时，它判定为饱和。
• 公开的评分公式：README 给出 Overall = BUILD ×（0.15·Mechanics + 0.35·Depth + 0.15·Visuals + 0.35·Art）。评分方法是回放脚本化的演示，并评判录像。
• 每次调用都计费：所有模型调用都经过一个回环代理。all_token_calls.jsonl 逐条记录端点、模型、各类 token 数和费用，运行结束时 all_token_totals.json 写入汇总，包括中途停止的运行。
• Godot 与 Phaser：论文覆盖两种引擎。README 提供 Godot 4.6.2 的下载链接，并说明 Phaser 路线基于 OpenGame。

典型使用场景

• 想复现论文表格、做 agent 评测的研究者：README 说明，表 1 和表 2 中每一行的评分产物都放在 Hugging Face 数据集里，包括基础游戏、被评分的构建版本和评判记录。
• 想借鉴角色分工的开发者：探索、诊断、修改、验证四个角色的拆分，可以直接搬到其他 agent 工作流里。
• 需要估算 token 成本的团队：成本记录会把一次完整运行中的每一次模型调用都算进去。

想看另一种用 Agent 组建游戏开发团队的思路，可以读 Claude Code 游戏工作室，它按真实游戏公司的层级安排角色。

快速上手

运行前需要三样东西：Python 3.11 或更高版本（README 徽章写的是 >=3.11）、README 链接的 Godot 4.6.2，以及一个模型 API key。美术轮次还需要图像生成的 key。

cp .env.example .env
rsigame config
rsigame check

先把 .env.example 复制为 .env 并填入 key，再编辑 configs/default.toml 中的路径。rsigame config 显示一次运行实际会用到的配置，rsigame check 检查路径、key 和修复 Agent 是否就绪。运行的输入是一个语料目录，每个任务一个子目录。

数据的说法有点矛盾，值得留意。README 一方面写明，表 1 背后的基础游戏和表 1、表 2 每一行的评分产物都放在 Hugging Face 数据集 RSIGame/RSIGame-TableArtifacts 中；另一方面又写明，基础游戏、运行树、监督语料和模型权重仍在内部审核，批准后才会发布。

小结

RSIGame 适合研究 agent 自我改进的人、想复现论文的人，以及做游戏自动开发实验的人。它不适合想直接拿去做产品的团队。它是论文配套的研究代码，需要模型 API 和图像生成服务，一次完整运行的成本可能不低，而且不少资料仍在审核中。

几件事要先知道。第一，我们引用的数字只来自论文摘要：Qwen3.8-27B 在 Godot 上得 61.38 分，在 Phaser 上得 58.53 分，超过 GPT-5.5 一次生成的分数，并且生成的 token 减少 11 倍。摘要没有给出 GPT-5.5 一次生成的具体分数，所以我们没有引用其他报道中的任何分数。第二，README 说两段评分提示词保留中文，因为论文的数字正是用这套措辞得到的。第三，代码是 Apache-2.0，基于 OpenGame（Apache-2.0）和 GameCraft-Bench，见 NOTICE 文件；论文是 CC BY 4.0。

我们只核对了 README、论文摘要和仓库元数据，没有安装运行。截至 2026-10-21，仓库有 152 颗星，创建于 2026 年 9 月 28 日，最近一次推送是 2026 年 10 月 11 日。