体验DeepSeek-V3-0324氛围编程:AI大神助力,快速生成应用和游戏

体验DeepSeek-V3-0324氛围编程:AI大神助力,通过自然语言快速生成应用和游戏,开源界联手YYDS!

原文标题:正在和DeepSeek-V3-0324做个大项目,「氛围编程」简直太疯狂了

原文作者:机器之心

冷月清谈:

AI大神Andrej Karpathy提出的“氛围编程”概念迅速走红,用户通过自然语言描述即可生成代码。Hugging Face联合创始人Thomas Wolf宣布,DeepSite应用已支持氛围编程,该应用由开发者enzostvs使用最新版DeepSeek-V3-0324构建,可快速创建应用程序和游戏。DeepSite和DeepSeek均为开源项目。文章展示了DeepSite的强大功能,例如通过一句指令生成网络版乒乓游戏,用户还用它制作扫雷游戏、3D内容、链接生成器和动漫网站。文章通过实测展示了DeepSite生成贪吃蛇、3D飞行模拟游戏和骑自行车鹈鹕的能力,并鼓励用户尝试。

怜星夜思:

1、DeepSeek V3的“氛围编程”让开发变得更简单,你觉得这种方式会给未来的软件开发带来哪些改变?
2、文章里提到可以用“氛围编程”生成游戏,你觉得这种方式生成的游戏和传统游戏开发方式相比,最大的优势和劣势分别是什么?
3、文章里提到体验者给AI的提示词不够准确导致生成的效果不理想,那么,在使用“氛围编程”的时候,如何才能写出更有效的提示词,让AI更好地理解我们的意图?

原文内容

机器之心报道

机器之心编辑部


最近超火的氛围编程(Vibe coding)你听说了吗?


这个概念是由 AI 大神 Andrej Karpathy 提出的,用户只需要自然语言描述,就能生成代码。


仅仅过去一个多月,这一术语就迅速席卷了开发者社区,大家开始纷纷整活。


刚刚,Hugging Face 联合创始人 Thomas Wolf 表示:打开 Hugging Face 上的 DeepSite 应用,你也可以体验氛围编程了。


做出这一研究的是一位名叫 enzostvs 开发者。



值得一提的是,该应用使用了最新版本的 DeepSeek-V3-0324,直接开箱即用,让你一次性创建应用程序和游戏。



体验地址:https://huggingface.co/spaces/enzostvs/deepsite


看到这,大家可能已经发现了一个有趣的事情,DeepSite 应用程序和 DeepSeek 模型都是完全开源的,开源界联手简直无敌了。


效果如何,我们先看官方 demo。


在该示例中,首先在左下角的输入框中输入提示:一个带有爆炸效果的网络版乒乓游戏。


就这么一句简单的指令,游戏就生成好了,代码、游戏全部展示在一个界面中,整个时间也就是你喝口水的功夫。


生成的游戏界面也无可挑剔,游戏名称、玩家区域、控制按钮等元素统统都包含。


图片


X 上也有用户展示使用效果,比如仅耗时两分半制作一个扫雷游戏。



AI 大神 AK 用它创建了可交互的 3D 内容,而且它没有从外部读取图像等资产或纹理文件,而是完全通过代码实现了这种可视化!


图片


还有用户用它制作了一个适用于 WhatsApp 的小型链接生成器。



让它生成一个动漫网站也是轻轻松松!


图片


一手实测


接下来我们上手实测一下吧:


先来一个传统项目:贪吃蛇。


收到指令立刻上工,很快就搓出了一个赛博风格贪吃蛇。


图片


接下来,我们想要生成一个 3D 飞行模拟游戏。也是简单到只需要一句提示(帮我生成一个 3D 飞行模拟游戏)。只见 400 多行代码,嗖嗖的就跑完了,然后出现了如下右边界面。



生成的游戏也是可玩的。我们按照操作说明,实战了一番。


按下不同的操作键,效果如下所示。


图片


图片


最后,我们又输入提示:鹈鹕骑自行车,效果咋样,各位读者来评论吧。可能是提示词不那么准确,感觉效果不是那么好。


图片


接着我们又输入:「编码一只骑自行车的鹈鹕,SVG。」后来因为轮子不转,我们又通过对话提示 AI,鹈鹕的脚应该和轮子联动,脚应该放在踏板上。结果,脚确实放在踏板上了,轮子也转了,而且可以调速度。但是,这个鹈鹕的位置还是很奇怪。


图片


于是我们又提示 AI 进一步改进,但这次没有成功。


图片


大家有什么新奇好玩的想法,可以前去一试,免费的应用,不薅白不薅。


© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:liyazhou@jiqizhixin.com


优势在于开发速度快,成本更低,能快速实现一些简单的创意。劣势在于可能缺乏深度和优化,难以实现复杂的游戏机制和精美的画面效果,毕竟AI目前生成的代码质量还有待提升。

我觉得最大的改变是降低了开发的门槛,让更多非专业人士也能参与到软件创作中来。未来的软件可能更加个性化、定制化,每个人都可以根据自己的需求快速生成应用。

不断尝试和总结经验,不同的AI模型对提示词的理解和处理方式可能不同。可以多尝试不同的提示词,看看哪种方式能够得到更好的结果,然后把这些经验记录下来,方便以后使用。

优势是可以让更多独立开发者或者没有编程基础的游戏爱好者参与到游戏制作中来,极大地丰富了游戏的内容和类型。劣势是可能导致大量同质化、质量低下的游戏出现,需要平台进行更严格的审核。

从学术角度看,这种方式代表了一种新的编程范式,从命令式编程到声明式编程的转变,也就是我们只需要告诉机器“做什么”,而不需要告诉机器“怎么做”。但是同时也对模型提出了更高的要求,模型不仅要理解人类的意图,还要能够生成高质量的代码。

从长远来看,如果“氛围编程”能够不断提升代码质量和可控性,或许可以颠覆整个游戏开发行业。未来的游戏开发可能不再需要大量程序员,而是只需要少数设计师和AI工程师。

我觉得要尽可能详细地描述你想要的结果,包括功能、界面、交互方式等等。可以使用一些具体的例子或者参考资料来帮助AI理解。比如,与其说“做一个扫雷游戏”,不如说“做一个类似Windows自带的扫雷游戏,界面风格是复古像素风,难度可以自定义”。

可以借鉴一些prompt engineering的技巧,比如使用关键词、限定词、修饰词等等。同时,也可以和AI进行多轮对话,不断修正和完善提示词,直到得到满意的结果。就像文章里提到的,通过对话让AI改进鹈鹕骑自行车的动画。

它可能会加速软件开发的迭代速度。开发者可以更快地验证想法,快速生成原型,将更多精力放在创新和用户体验上,而不是繁琐的编码工作。