清華造了個游戲公司!十余個ChatGPT上崗，7分鐘開發(fā)一款游戲

清華用ChatGPT打造了個「零人工含量」的「游戲公司」，從老板到員工都是AI的那種!

只要你提出想法，從設計到測試的完整流程，都由AI幫忙搞定。

整個過程走下來，只要七分鐘就能完成，成本不到0.3美元(人民幣兩塊多一點)!

這個「公司」被命名為「ChatDev」，顧名思義，就是通過聊天來進行開發(fā)。

在「公司」中，十多個聊天機器人分別扮演著不同的角色，串聯在一起完成開發(fā)工作。

整個過程用ChatGPT就能完成，無需為每個環(huán)節(jié)專門訓練相應的模型。

這個「公司」開發(fā)一款游戲的平均時間是409.84秒，最快的甚至不到三分鐘，最慢的也不過17分鐘。

消耗方面，ChatDev使用的是ChatGPT的API(3.5-turbo)，平均每款游戲使用約48.5K個token。

根據這一數據計算，用它來開發(fā)游戲，平均每款的成本僅需0.2967美元。

那么，這家「公司」是如何運轉的呢?

讓AI分工合作

研究團隊為這個「公司」設計了一套由ChatGPT串聯起的「ChatChain」。

每個bot分別扮演CEO、程序員、設計師等不同角色，涵蓋了游戲研發(fā)涉及的所有崗位。

為了避免出現失誤或幻覺，研發(fā)過程中的每一個步驟都由兩個bot共同完成。

具體而言，ChatDev在制作游戲時一共需要經歷設計-編程-測試-文檔這四個大環(huán)節(jié)。

在設計環(huán)節(jié)開始之前，人類會提供一個初步的想法，這也是唯一需要人類的地方。

這個想法將由bot扮演的CEO、CTO和CP(product)O共同進行分析評估。

CEO會分別與CPO和CTO進行討論，決定游戲的呈現形式(Web/桌面/移動端…)和使用的編程語言。

此外，設計環(huán)節(jié)中，每個bot具體扮演的角色，是由兩個instructor(也是bot)分配的。

為了提高設計工作的質量，團隊還引入了「記憶流」和「自我反思」兩種工作機制。

「記憶流」會保存每輪對話的記錄，供各個bot隨時翻閱，確保思路的連貫性。

「自我反思」機制是在bot們完成了各自的工作但沒有達到要求時，生成一個「偽我」，將問題和有關對話向instructor進行反饋。

設計工作結束之后，就進入到了編程環(huán)節(jié)，包括代碼撰寫和圖形界面設計。

CTO向程序員提出要求和大致思路，然后程序員編寫代碼。

設計師會生成GUI方案，并調用有關工具生成圖像資源，由程序員進行集成。

編程過程同樣引入了提升質效的工作機制，具體而言包括「代碼管理」和「思維指導」。

代碼管理機制可以保存開發(fā)工程中的多個版本，以便出現問題時能夠進行回滾。

而思維指導機制的兩點則是讓CTO和程序員「互換角色」，相互了解彼此的想法，當出現問題時能更好解決。

程序編好之后，就要進行測試了。

測試環(huán)節(jié)分為對代碼的審查和實際運行兩步，涉及「代碼審查員」和「測試工程師」兩個角色。

測試過程同樣引入了「思維指導」機制，當測試反饋不明確時，程序員和測試工程師會進行角色互換。

測試完成之后，游戲的本體就大功告成了，接下來要做的是撰寫文檔。

文檔主要包括環(huán)境說明和用戶手冊兩類。

前者說明了游戲運行所需依賴的環(huán)境，由CTO指導程序員完成。

而后者則由是CEO決定包含的內容，交由CPO進行生成。

到此，一款游戲的開發(fā)工作就全部結束了。

除了提供開始的想法，整個流程再沒有出現過人類的影子。

當然，這個流程中的對話、代碼等信息對人類都是可見的，確保了開發(fā)的靈活性。

如有需要，也可以進行人工干預，比如替換掉生成的GUI。

以上就是關于ChatDev工作過程的全部介紹。

團隊簡介

ChatDev由清華大學NLP實驗室孫茂松教授指導打造，他的研究方向是研究方向為自然語言理解、中文信息處理等。

該實驗室的劉知遠副教授是論文的共同通訊作者，他的研究方向為知識圖譜與語義計算、社會計算與計算社會科學。

論文第一作者是清華軟件學院畢業(yè)的錢忱博士，2016年從北京理工大學保送清華直博，2021年畢業(yè)后到騰訊公司擔任應用研究員。

OneMoreThing

ChatDev利用AI扮演的角色，模擬了公司這一社會場景。

不僅是這個「AI游戲公司」，用AI模擬人類社會已經成為了一種研究趨勢。

比如我們此前曾經介紹過的「游戲版西部世界」，就用AI操控NPC，在游戲中構建了一個社會。

還有團隊利用AI控制角色，在南方公園的背景之下做出了一集電視劇。

你認為AI還能模擬出什么樣的環(huán)境呢?歡迎評論區(qū)交流。

論文地址：

https://arxiv.org/abs/2307.07924

參考鏈接：

[1]http://nlp.csai.tsinghua.edu.cn/staff/

[2]https://www.linkedin.com/in/qianc62/

[3]https://twitter.com/fablesimulation/status/1681352904152850437?s=20