每日AI乱炖 · 2026-10-20

这里是由Robin为你带来的咸话咸说之每日AI乱炖。

今天的三条消息离得很远：一个人在电脑前和编程智能体较劲，想把 1995 年的手感找回来；Google 在给自己家的加速器修一条更顺的路；德国的工厂则在把自动化率往八成推。三件事的主角都不是模型本身，而是模型外面那一圈管线——谁把它磨得更顺，谁就多一分被真正用起来的可能。

一个自称不懂游戏开发的人，用 316 次提交做出能离线跑的即时战略游戏

Simon Willison 说自己对游戏开发几乎一窍不通。他想找回 1995 年 Command & Conquer 的那种感觉，于是借助编程智能体——主要是 Claude Code——动手做了一个对手机友好的即时战略游戏，成品叫 Battle Drones。此前他几次凭感觉让 AI 写游戏，结果印证了他一直有的担心：AI 生成的游戏往往一眼能看出是游戏，规则和画面都像那么回事，可真正玩起来却很无聊。

这一次他换了打法。12 轮迭代、316 次智能体提交之后，他和 Claude Code 用 TypeScript 加 Three.js 把游戏做了出来，渲染从最早的 Phaser 2D 一路换成 3D 模型：9 种建筑、7 种地面载具、6 种空中单位、3 种步兵，分布在 5 种地貌里。

真正的转折点是那句「Make it a LOT more fun」。Claude 跑了 1000 多场模拟对战，之后 AI 对 AI 迟迟打不出胜负的对局从 14% 降到 0.9%，翻盘取胜的比例从 24% 升到 46%。这组数字改的不是画面，是那盘棋终于分得出输赢，也终于有了悬念。

更偏设计导向的提示随后加了进来：一张只能靠运送步兵的 Condor 运输机抵达的热带群岛地图；一台既是移动基地、又能由两架 Condor 空运的 Goliath 机甲；还有一个程序化生成器，能产出点对称的 108×108 布局。

没有服务器，他照样想做多人对战。办法是翻出早先的 Chirp Pong 原型，让 Claude 克隆这个靠声音来玩的 pong，再做一只音频调制解调器。成品叫 Radio Probe，可以测量带宽，两台处在麦克风拾音范围内的设备，就能通过声音同步游戏状态。为了让回放可以复现，他还用自定义实现替换了 Math.sin 和 Math.cos，因为 Chrome 与 Safari 在浮点输出上并不一致，同一段计算在两边会算出不同结果。

3D 模型、程序化地图、代码生成的音乐、靠声音联机的新玩法，全部打成静态 HTML，离线就能跑。Willison 认为这证明凭感觉写出来的游戏也能真正好玩，但他也承认，那句「Make it a LOT more fun」在设计上出的力，比他自己的直觉更多。来源：Simon Willison

Google 开源 TorchTPU，PyTorch 在 TPU 上有了原生路径

Google 开源了 TorchTPU：一个 PyTorch 后端，用来在 TPU 加速器上运行模型。此前要在 TPU 上用 PyTorch，必须绕道基于 XLA 的集成，TorchTPU 给出的是一条原生路径。

TPU 是 Google 为 AI 专门设计的加速器，通过 Google Cloud 提供，PyTorch 和 JAX 等框架都能用。TorchTPU 底层仍然走 XLA 集成，但采用「Eager First」的思路：先让代码按熟悉的即时执行方式跑起来，再去处理编译和扩展。对开发者来说，模型可以先按平常的方式写，改动很少的代码就能迁移到 TPU 上扩容，中间那层适配的活由这个后端接了过去。

对 Google 来说，这条路径降的是开发者在 TPU 上迁移的成本，让更多训练和推理负载愿意留在自家云上。社区的注意力则落在另一处：非 CUDA 加速器上的 PyTorch 工具链正在变多，AWS Trainium 有 Torch-NeuronX，Tenstorrent 有一个实验性的开源实现；也有人猜测 XLA 未来可能与 PyTorch 的 Inductor 编译器基础设施正面竞争，不过这些讨论没有给出基准测试，也没有直接对比。

现有报道没有说明它支持哪些 TPU 世代、覆盖 PyTorch 的哪些特性、性能结果如何，也没有交代项目的成熟度。路径通了，和路径好用，是两件事。来源：GitHub · torch_tpu

德国把 AI 往工厂里推，Siemens 与 Nvidia 的目标是八成自动化

据 Reuters 等媒体报道，德国总理 Merz 在一项与 Nvidia 即将公布的合作落地前夕，公开呼吁加大 AI 投资。同一个时间窗口里，Nvidia 的 CEO 正在向德国制造业者推广 AI，并强调数字技术不会取代重工业。

更具体的一步来自 Siemens。Siemens 与 Nvidia 已宣布 AI 驱动的自主工厂合作，Siemens 董事会成员表示，目标是把工厂自动化率提升到最高 80%。这三件事挤在同一段时间里出现，把德国国家层面的 AI 投资表态、Nvidia 在欧洲的算力与制造业布局、以及 Siemens 的工业 AI 落地目标放在了一起，指向的是欧洲想在工业 AI 上形成系统性投入。

具体的投资规模、协议金额与时间表，目前都还没有公开，协议内容与补贴细则也没有。能落到纸面上的，是那个目标——自动化率最高 80%。来源：Google News

三条消息放在一起，距离感很有意思。Willison 那条最近：一个人、一个智能体、几百次提交，最后换来一个离线打开就能玩的游戏，代价是那句「Make it a LOT more fun」替他做了不少设计决定。TorchTPU 那条在中间：它不产生任何新模型，只是把 PyTorch 到 TPU 的那段路修直，让写好的代码少改几行就能换块硬件跑。德国的工厂那条最远，镜头拉到产业层面，落点却是一个很朴素的指标——自动化率最高八成。

没有哪一条在讲模型又聪明了多少。它们讲的是同一件事的不同段位：工具能不能被一个人用顺手，代码能不能被搬到另一块芯片上，机器能不能在车间里多干一点活。模型之外的那层东西，正在被一寸一寸地磨平，而这一天的新闻，恰好把三个段位摆在了同一页上。

🎧 本期已同步制作为播客节目，点击收听《每日AI乱炖 · 2026-10-20》。