[控场AI]
· 4 分钟阅读· 2,296 字

97KB单文件HTML打造可游泳海底世界:AI编程的WebGPU实践

97KB单文件HTML打造可游泳海底世界:AI编程的WebGPU实践

开发者用一条提示词让Claude生成97KB单文件可游泳海底世界,全程序化无外部资产。

Abyssal Garden 是一个在单个 97 KB HTML 文件中运行的可游泳海底世界,包含海带森林、沉船、鲸尾雕塑、蝠鲼鱼群和海面光束,全程没有图片、3D 模型、音频文件或第三方库。项目始于 Claude Code 中的一条提示词,提示词规定了 WebGPU、无引擎、全程序化生成等技术约束,并内置子代理视觉检查和 GPU 计时自检。所有代码由 Claude 编写,包括 WGSL 着色器、GPU 海床、约两百万海带叶片和 Web Audio 音效。项目支持移动端,提供低/中/高三档细节,弱性能手机帧率偏低但可玩。项目以 MIT 许可证开源,建议在 Chrome 中体验,提示词也已公开。

一位开发者在Reddit上分享了一个名为Abyssal Garden的项目:在单个97 KB的HTML文件中,用代码生成了一片可游泳探索的海底世界,包含海带森林、沉船、鲸尾雕塑、蝠鲼和鱼群,以及从海面射下的光线。整个项目没有使用任何图片、3D模型、音频文件或第三方库,所有内容均在加载时由代码实时生成。

reddit source: I built a swimmable underwater world in one 97 KB HTML file with Fable 5.2

一个提示词驱动的完整世界

这个项目的起点非常纯粹:一条在Claude Code中输入的提示词。该提示词已作为prompt.txt公开在代码仓库中,其中明确了场景设定、技术约束(WebGPU、无引擎、全程序化生成)以及针对作者PC的帧时间目标。更关键的是,提示词还内置了自检机制:一个子代理仅查看渲染结果并报告视觉缺陷,同时GPU计时会测量60秒飞行漫游的性能表现。

所有代码均由Claude编写,包括WGSL着色器、在GPU上雕刻的海床、约两百万片海带叶片与植物,以及Web Audio音效。后续的提示词又逐步添加了开始菜单、岩石碰撞和低/中/高三档细节级别。这种“提示词即规格”的工作流,让AI在明确的边界内自主完成复杂实现。

“子代理自检”与 GPU 计时的工作方式

提示词中提到的子代理(sub-agent)是一种让 AI 编程助手自我验证的机制:主代理完成代码后,另一个独立的代理只接收渲染截图或画面描述,不接触实现细节,专门挑出视觉缺陷(如穿模、光照异常、物体悬浮)。这种“实现者与检查者分离”的做法能减少主代理对自己代码的盲区。GPU 计时则通过浏览器提供的查询接口测量每帧在 GPU 上的耗时,在 60 秒自动漫游中采样,用真实性能数据判断是否达到提示词设定的帧时间目标。两者结合,相当于把“验收标准”写进了提示词,让 AI 能在无人干预下完成多轮迭代,而不是一次性输出后依赖人工肉眼检查。

纯程序化生成的技术选择

项目选择WebGPU而非WebGL,意味着它面向现代浏览器的图形能力。开发者建议在Chrome中获得最佳体验,但项目本身是开源的(MIT许可证),可自由尝试。程序化生成的核心优势在于体积:没有贴图、模型和音频资源,最终产物只有一个HTML文件,大小控制在97 KB。海床在GPU上 sculpted,海带叶片数量达到约两百万,这些如果换成传统资产方式,文件体积将膨胀数个数量级。

音效同样由Web Audio API程序化合成,与视觉内容保持一致的生成逻辑。这种全栈程序化的思路,让“一个文件就是整个世界”成为可能。

WebGPU 与 WebGL 的关键差异

WebGPU 是新一代浏览器图形 API,相比 WebGL 更贴近现代 GPU 硬件的能力,支持计算着色器(compute shader)、更细粒度的资源绑定和显式内存管理。WebGL 基于较老的 OpenGL ES 规范,缺少通用计算能力,海床雕刻、海带叶片动画等大规模并行运算通常只能借助顶点/片元着色器“曲线”实现。WebGPU 允许开发者直接编写 WGSL 着色器,把海床生成、约两百万海带叶片的运动交给 GPU 的通用计算管线处理,从而在单文件内实现复杂的实时效果。代价是浏览器支持相对较新,Chrome 支持最完善,Safari 和 Firefox 仍在逐步跟进,这也是作者建议使用 Chrome 体验的原因。

程序化生成为何能压到 97 KB

传统 3D 场景的体积主要来自三部分:纹理贴图、几何模型和音频文件。一张高分辨率贴图动辄数 MB,一个精细模型也可能数百 KB 到数 MB。程序化生成则把这些资产替换为“生成规则”——海床由噪声函数在 GPU 上实时雕刻,海带叶片的位置、弯曲和摆动由数学公式和着色器计算,音效由 Web Audio API 用振荡器和滤波器合成。规则本身只占几十行代码,因此最终产物可以控制在一个 HTML 文件里。代价是每次加载都需要实时计算,对 GPU 和 CPU 有一定要求,且生成结果的丰富度受算法设计限制,难以直接复用美术资产。

移动端可用性与性能权衡

项目在手机上也能运行。作者坦言,性能较弱的手机帧率会偏低,但页面可以加载,并且在低质量档位下仍可游玩。这得益于三档细节级别的设计,让不同硬件都能找到可接受的平衡点。对于WebGPU应用而言,移动端兼容性仍是挑战,但这个项目证明了单文件、无依赖的3D体验在移动浏览器上具备基本可行性。

对AI辅助开发的启示

这个案例展示了当前AI编程工具在复杂图形项目中的实际能力边界。Claude不仅生成了着色器和几何体代码,还根据提示词中的性能目标进行自检,通过子代理的视觉反馈和GPU计时来迭代。提示词中嵌入验证机制的做法,比单纯描述需求更进一步,相当于为AI配备了“验收标准”。

对于开发者而言,Abyssal Garden提供了一个可复用的模式:用自然语言定义场景、约束和度量,让AI完成实现细节,同时保留人工审查和后续提示词微调的空间。项目开源在GitHub上,MIT许可证允许他人学习、修改甚至用于商业项目,这可能会催生更多单文件、程序化生成的Web体验。

(注:Fable 5.2在原始素材中仅出现在标题,未提供更多说明,本文不对此展开。)

分享:

相关推荐