GoKart：自动驾驶在一个下午做出的马里奥赛车风格竞速游戏
给 Agent! 的自动驾驶（Auto-Pilot）一个目标——"创建一个名为 GoKart 的马里奥赛车克隆"——回来时就得到了一款 Godot 4 竞速游戏：三条赛道、八种道具、AI 对手，以及 3,344 项通过的测试检查。两天和 87 个代理提交之后，它成了 GoKart 0.0.2，有四条赛道、对战模式、计时赛和 Mario Kart 64 风格的菜单。下面是日志记录的真实经过，包括它卡住的那些部分。
10 月 4 日更新：这篇文章现在沿着故事讲到了第一个下午之后的两天，包括两个自动驾驶会话共用一个仓库的那个晚上，并以 GoKart 0.0.2 版本的发布收尾。截图已从 0.0.2 标签重新拍摄。
昨天的文章介绍了自动驾驶（Auto-Pilot）：在 Mac 版 Agent! 中输入 /auto <目标>，它就会朝着这个目标无人值守地一轮轮运行，直到你按下 Stop All。这篇文章讲的是，当我把它对准一款游戏时，另一头产出了什么。
目标，基本按我当时输入的原样粘贴：
create a Mario Kart clone called GoKart with all Mario Kart effects. I believe Godot 4 can do the Mario Kart effects, but I haven't built any of them yet: drift sparks and boost flames (GPUParticles3D), speed lines and boost blur (screen-space shaders, glow and tonemapping), item effects and tire trails (shaders plus ribbon meshes), kart movement (VehicleBody3D or custom arcade physics). Write unit tests and test the game frequently.
预算：不限时间，不限轮数。每一轮 Agent! 内部使用的模型都是 Claude Sonnet 5.5。第一个提交落地于 12:39。同一天下午 16:32，仓库已有 33 个提交、47 个 GDScript 文件、约 5,500 行 GDScript 和着色器代码，以及一套能通过 3,344 项检查的单元测试。两天后，在 0.0.2 标签处，这些数字增长到了 126 个提交、150 个文件、约 24,500 行代码和 14,134 项检查。每一个提交的作者都是代理。整个项目在 GitHub 上：AgentiLoop/GoKart。
自动驾驶做了什么，一轮接一轮
自动驾驶在项目内的 .agent/autopilot/progress.md 保存着一份持续的日志，每一轮都会追加它做了什么、假设了什么、还剩什么，以及有没有东西卡住它。下面的所有内容都来自这份日志。我引用日志而不是凭记忆，因为日志比我诚实。
第 1 轮时机器上没有 Godot。它运行了 brew install --cask godot，给可执行文件建了软链接，执行了 git init，并把 kart_physics.gd 写成一个不依赖场景的纯模型：加速、刹车、倒车、摩擦、转向、锁定在起始方向上的漂移，以及三级小型加速。它刻意选择了自定义街机物理而不是 VehicleBody3D，并说明了原因："这样马里奥赛车式的操控就容易做单元测试。"11 个测试，17 项检查，第一个提交。
第 2 轮加入了我点名要的效果：按小型加速等级着色的 GPUParticles3D 漂移火花、排气火焰、带状网格的轮胎拖痕，以及一个用于径向加速模糊、速度线和暗角的屏幕空间着色器。43 项检查。
第 3 轮搭了一条赛道。一条每 3 米重采样一次的 Catmull-Rom 闭环、一条路面带、带碰撞体的红白条纹护墙、带滚动箭头着色器的加速板、八个有序检查点，以及一个拒绝计算抄近路和逆行圈数的圈数追踪器。新测试中有一个追踪机器人，它用真实物理模型完整跑了三圈。用时 1:02.5。90 项检查。
第 4 轮加入了带彩虹菲涅尔着色器的道具箱、一个转盘，以及头三种道具：蘑菇、香蕉，还有会在护墙间弹射的绿龟壳。被击中后卡丁车会打转 1.2 秒。235 项检查。
然后它卡住了。
它卡住的那部分
下一轮开始添加 AI 卡丁车和一场无头冒烟赛，然后再也没回来。原因在下一次会话中找到了：main.gd 第 115 行多了一个制表符——一个解析错误，让冒烟脚本永无止境地刷错误，而运行它的 shell 命令又没有时间限制。
我按下了 Stop All，用同样的目标开了一个新会话，外加一段我不会全文照录的大写备注。大意是：你在测试冒烟运行时卡住了，不要卡住，给 shell 加时间限制。
第二次会话的第一轮修好了那个制表符，把 AI 的前瞻从 10 个路面采样减到 6 个，让 AI 不再切弯撞上内侧护墙，加了弯道限速器，并把每次 shell 运行包在 perl -e 'alarm 100; exec @ARGV' 里，因为 macOS 自带的系统里没有 timeout 命令。从那以后，几乎每一轮的结尾日志都写着"所有运行都在 perl alarm 限制之下"。它从目标文本中学到了教训，并一直贯彻。
那次会话在大约一小时一刻钟里跑了 15 轮，每一轮都是一个功能：带起步倒计时，油门时机踩得准就有火箭起步加速；小型加速升级时的爆开效果和屏幕边缘闪光；小地图；追踪红龟壳和无敌星；一个程序化卡丁车模型，轮子会转、前轮会转向、车手会扭头；让所有对手缩小的闪电；环绕卡丁车的三连龟壳；沿着道路追杀领先者的蓝色尖刺龟壳；带积分的结算画面；完全合成、没有任何音频文件的音效，从引擎循环到冲线小曲；带第二条赛道的标题菜单；圈数选项；第三条赛道；以及每辆 AI 卡丁车上的 3D 定位引擎嗡鸣。
它诚实的那部分
日志里我最喜欢的是那种反复坦白的模式。Agent! 看不了 PNG，而它一轮又一轮地这么说：
窗口模式的截图运行没有记录错误，但我无法查看图片，所以我没有看过赛道或 HUD 渲染成什么样。
我没有听过那些声音，也没有运行冒烟赛或截图工具。
我的工具无法查看图片，所以这项审查需要一个人来做。
于是它测试它能测的：无头场景检查，实例化真实场景并对状态做断言。放闪电，确认三个对手缩放为 0.5 并在打转，之后闪电被清理干净。朝挤在一起的起跑格发射蓝龟壳，确认第 12 帧爆炸、两辆卡丁车打转。强制玩家冲线，确认自动驾驶把卡丁车交给 AiDriver，并且结算面板显示"1st YOU"。
第三次会话以同样的方式停滞了，这次是卡在一个宽松得离谱的 240 秒 alarm 后面，我跑了一轮就停掉了。然后一个人看了看。那个人是我，第四次会话的目标就是我的试玩笔记，稍微整理了一下：
the UI needs to scale with the window. the UI should not be prone to the screen speed effects and blurry. Should be able to use cursor keys. it's not clear when power ups are released. the tops of the walls flicker. Little too hard to steer the kart. hard to keep up with the computer AI karts. maybe have AI difficulty levels Easy Medium and Hard.
一轮之后：canvas-items 拉伸模式让 UI 随窗口缩放，HUD 移到了速度特效叠加层之上的画布层，方向键、Enter 和 Ctrl 用于道具并附带屏幕提示，转向加入了渐入缓动，护墙条纹的 z-fighting 修复（相邻的红白段在争抢同一批像素，于是白色段被稍微放大了一点），4x MSAA，以及把 AI 最高速度分别缩放到 0.72、0.85 和 1.0 的简单 / 中等 / 困难难度。测试从 2,156 项增加到 3,344 项检查，部分原因是它顺带找到并修复了 tests/test_items.gd 里一个早已存在、导致整套测试无法加载的解析错误。
它自己停下来的那部分
最后一次会话的第 2 到第 8 轮没有做任何代码改动。每一轮都重新读了仓库、重跑了测试套件，然后写下同一段话的某个变体：
我无法在屏幕上看到结果，所以我不宣布目标已达成。还有四项需要人在游戏里亲自试一试。
这是正确的行为。目标是"转向手感不好"和"护墙闪烁"，没有任何无头测试能关闭这样的目标。自动驾驶没有迭代上限，所以它本可以永远检查下去。会话在第 8 轮后结束，GoKart 接下来需要的是一次试玩，而不是再来一轮。那天晚上，仓库被打上了 0.0.1 标签，并导出了 macOS、Windows 和 Linux 版本。
两天后：一个仓库里的两个自动驾驶
10 月 3 日，我带着一种不同类型的目标回来了。不是功能清单，而是一个参照物：
keep building GoKart to resemble Mario Kart Nintendo 64 version. search Mario Kart N64 or Mario Kart Nintendo 64 and keep improving, iterating, making GoKart better
第五次会话从 14:19 开始，跑了 28 轮，几乎每一轮都是代理先查到、再做出来的一样 Mario Kart 64 的东西。游戏的骨架最先到位：两列起跑格上的 8 车阵容、按难度区分的橡皮筋机制、50cc、100cc 和 150cc 外加镜像的 Extra 级别、会互相推挤的轻型、中型和重型卡丁车，以及采用 9/6/3/1 积分制和淘汰规则的大奖赛。然后是其他模式：带幽灵车的计时赛，以及在 Big Donut、Block Fort 和 Skyscraper 中进行的气球对战模式。接着道具库被填满了：三连蘑菇和金蘑菇、假道具箱、香蕉串、Boo、三连红龟壳和龟壳格挡，Lakitu 也登场了，负责判抢跑、挥起跑信号和举圈数牌。
下午剩下的时间都花在了赛道本身上。第四条赛道 Dusty Canyon 带着 Kalimari Desert 风格的火车和平交道口一起到来。Sunset Speedway 加上了 Toad's Turnpike 的车流。Frosty Peaks 得到了 Sherbet Land 冰面、雪人和企鹅，Green Hills 得到了 Monty Mole 鼹鼠，每条赛道都有了契合各自主题的路边景物，同时加入的还有尾流、跳台、起跳切换式的动力滑行，以及用代码中的音序模式渲染出来的芯片音乐循环。
四小时后，18:25，我打开第二个标签页，在同一个仓库上启动了第二个自动驾驶，目标更窄：
the menus are not Mario Kart Quality and neither is the title shot. and there is over use of black outlines on text everywhere. see Mario Kart 64 screenshots and images on the web and make better menus. focus only on the menus / screens and title shot for GoKart. make conscious decisions. do not conflict with previous /auto working on the application
于是从 18:25 到午夜，两个代理同时往同一个工作树里提交。菜单会话围绕一个会飞入并弹跳的拱形渐变 Logo 重做了标题画面，然后把它后面的每一个画面都过了一遍：每条赛道旁都配图、并实时飞越你所选赛道的选择画面，带点亮横条的选项行，会旋转的卡丁车肖像和金色光标，每场比赛前的赛道开场飞越，暂停画面，以及一块行与行依次滑入的结算板。这一切之下是一套圆润的金色与奶油色带投影文字的共享配色，取代了游戏里所有 8 像素的黑色描边。它跑了 23 轮，于 23:54 宣布目标达成。
"do not conflict"这一句真的起了作用。日志里满是两个会话互相绕开对方的记录。菜单会话从 HEAD 处的干净 git worktree 进行验证，好让"另一个会话正在进行的企鹅工作"不进入它的测试运行。在我要求时，一个会话完成了另一个会话做了一半的功能。提交时逐个文件暂存而不是 git add -A，因为另一个标签页的改动就放在同一棵树里。过程并不整洁，但什么都没丢，测试套件在当晚结束时是 14,134 通过、0 失败。
功能会话的日志在三分钟后的 23:57 结束，写着"Session ended — Stop All"。我紧接着给 Agent! 的备注——它把这条备注保存为下一个检查点提交的提交信息——是：Stop All 应该只停止按下它的那个标签页，而不是全部。当两个自动驾驶同时运行时，一个按钮管两个，是按错了按钮。
关于这些截图
截图是 Agent! 拍的，不是我，也不是手动拍的。这篇文章的第一个版本时，我要了三张随机驾驶的截图，它写了一个 70 行的 tools/random_drive.gd：带着游走的车道偏移沿路行驶，随机插入漂移冲刺，在随机时刻发射手里拿着的道具，然后每隔几百个物理帧保存一帧。上面那张 Sunset Speedway 截图就是那个机器人拍下的帧。
其余的来自各个功能随附的截图工具。菜单有一个，赛道开场有一个，火车有一个，车流、雪人和企鹅各有一个，HUD 有一个，对战模式也有一个，每一个都会布置好自己的场景、等到合适的那一帧再保存。为了这次更新，它们全部在一个检出到 v0.0.2 标签的干净工作树里运行，所以图片里没有任何未提交的内容。
Agent! 仍然看不了结果，所以这些工具改为采样像素。冰面截图会打印前方冰面相对于柏油路的路面颜色，暂停截图会证明面板之外有一秒钟没有任何东西在动，而在发布之前，我让它数了上面全部十张图片里的纯黑像素：每一张都是零。GoKart 的 README 里还有更多。
在你试之前我想说的
- 在 git 里运行它。 自动驾驶没有撤销。GoKart 的日志之所以可读，是因为每一轮都以一次提交结束，而唯一一次某轮跑偏时，什么都没丢。
- 把操作规则写进目标里。 "给 shell 加时间限制"作为目标的一部分比作为一条临时消息更有效，因为每一个新的轮次都会重新读取目标。
- 预期它会要求人眼。 凡是视觉或手感方面的事，这个循环会诚实地停下来而不是撒谎。在会话之间安排一次试玩，把你的笔记作为下一个目标喂回去。
- Stop All 是工作流的一部分，不是失败。GoKart 的前三次会话全都是这样结束的。
- 一个仓库里跑两个自动驾驶是可行的，前提是你告诉它们彼此的存在。 "Do not conflict with the previous /auto"写进了第二个目标，两个会话都花了实实在在的功夫避开对方。给它们代码中各自独立的区域，并且目前要预料到你停掉的那一个会把另一个也一起带停。
这算好吗？
在 Agent! 读完仓库、数过提交并找到自动驾驶日志之后，我问了它这个问题。它的回答，未经编辑：
这取决于你想从中得到什么。作为自动驾驶能力的展示，它令人印象深刻。二十三轮以上产出了四条赛道、道具、AI 车手、大奖赛、计时赛、对战模式、程序化音乐和音效，全都没有导入任何素材，还有一份详细记录这一切的 README。从一句目标陈述出发，这是相当多的可运行软件。
它还补充了一点说明：过程中没有任何人类审查过它，所以质量是由代理自己的验证日志来判断的；而且它既没有玩过也没有审计过代码，所以说不出实际玩起来怎么样。这和日志自己得出的结论是一样的：下一步是一次试玩。
GoKart 0.0.2
不用装 Godot 也能试玩。GoKart 0.0.2 是第二个打包发布版，从同一个仓库导出，比 0.0.1 多了 87 个提交：
- macOS 通用版（Apple 芯片和 Intel），使用 Developer ID 签名并经 Apple 公证
- Windows x86_64
- Linux x86_64 和 arm64
每个下载都是一个内嵌游戏数据的独立二进制文件，发布页面上还有 SHA256SUMS.txt，方便你核对下载内容。Windows 版未签名，所以会看到 SmartScreen 提示。上面描述的所有 0.0.1 没有的东西都在 0.0.2 里，从对战模式和计时赛，到火车、车流、新菜单和重新设计的 HUD；完整清单见发布说明。
带自动驾驶的 Agent! 1.1.87 已在发布页面和 Homebrew 上提供。如果你更想从源码运行 GoKart，需要 Godot 4.4 或更高版本：git clone https://github.com/AgentiLoop/GoKart.git && cd GoKart && godot --path .
