清华用 ChatGPT 打造了个「零人工含量」的「游戏公司」，从老板到员工都是 AI 的那种！

只要你提出想法，从设计到测试的完整流程，都由 AI 帮忙搞定。

整个过程走下来，只要七分钟就能完成，成本不到 0.3 美元 ！

这个「公司」被命名为「ChatDev」，顾名思义，就是通过聊天来进行开发。

在「公司」中，十多个聊天机器人分别扮演着不同的角色，串联在一起完成开发工作。

整个过程用 ChatGPT 就能完成，无需为每个环节专门训练相应的模型。

这个「公司」开发一款游戏的平均时间是 409.84 秒，最快的甚至不到三分钟，最慢的也不过 17 分钟。

消耗方面，ChatDev 使用的是 ChatGPT 的 API，平均每款游戏使用约 48.5K 个 token。

根据这一数据计算，用它来开发游戏，平均每款的成本仅需 0.2967 美元。

那么，这家「公司」是如何运转的呢？

让 AI 分工合作

研究团队为这个「公司」设计了一套由 ChatGPT 串联起的「ChatChain」。

每个 bot 分别扮演 CEO、程序员、设计师等不同角色，涵盖了游戏研发涉及的所有岗位。

为了避免出现失误或幻觉，研发过程中的每一个步骤都由两个 bot 共同完成。

具体而言，ChatDev 在制作游戏时一共需要经历设计-编程-测试-文档这四个大环节。

在设计环节开始之前，人类会提供一个初步的想法，这也是唯一需要人类的地方。

这个想法将由 bot 扮演的 CEO、CTO 和 CP O 共同进行分析评估。

CEO 会分别与 CPO 和 CTO 进行讨论，决定游戏的呈现形式 和使用的编程语言。

此外，设计环节中，每个 bot 具体扮演的角色，是由两个 instructor分配的。

为了提高设计工作的质量，团队还引入了「记忆流」和「自我反思」两种工作机制。

「记忆流」会保存每轮对话的记录，供各个 bot 随时翻阅，确保思路的连贯性。

「自我反思」机制是在 bot 们完成了各自的工作但没有达到要求时，生成一个「伪我」，将问题和有关对话向 instructor 进行反馈。

设计工作结束之后，就进入到了编程环节，包括代码撰写和图形界面设计。

CTO 向程序员提出要求和大致思路，然后程序员编写代码。

设计师会生成 GUI 方案，并调用有关工具生成图像资源，由程序员进行集成。

编程过程同样引入了提升质效的工作机制，具体而言包括「代码管理」和「思维指导」。

代码管理机制可以保存开发工程中的多个版本，以便出现问题时能够进行回滚。

而思维指导机制的两点则是让 CTO 和程序员「互换角色」，相互了解彼此的想法，当出现问题时能更好解决。

程序编好之后，就要进行测试了。

测试环节分为对代码的审查和实际运行两步，涉及「代码审查员」和「测试工程师」两个角色。

测试过程同样引入了「思维指导」机制，当测试反馈不明确时，程序员和测试工程师会进行角色互换。

测试完成之后，游戏的本体就大功告成了，接下来要做的是撰写文档。

文档主要包括环境说明和用户手册两类。

前者说明了游戏运行所需依赖的环境，由 CTO 指导程序员完成。

而后者则由是 CEO 决定包含的内容，交由 CPO 进行生成。

到此，一款游戏的开发工作就全部结束了。

除了提供开始的想法，整个流程再没有出现过人类的影子。

当然，这个流程中的对话、代码等信息对人类都是可见的，确保了开发的灵活性。

如有需要，也可以进行人工干预，比如替换掉生成的 GUI。

以上就是关于 ChatDev 工作过程的全部介绍。

团队简介

ChatDev 由清华大学 NLP 实验室孙茂松教授指导打造，他的研究方向是研究方向为自然语言理解、中文信息处理等。

该实验室的刘知远副教授是论文的共同通讯作者，他的研究方向为知识图谱与语义计算、 社会计算与计算社会科学。

论文第一作者是清华软件学院毕业的钱忱博士，2016 年从北京理工大学保送清华直博，2021 年毕业后到腾讯公司担任应用研究员。

One More Thing

ChatDev 利用 AI 扮演的角色，模拟了公司这一社会场景。

不仅是这个「AI 游戏公司」，用 AI 模拟人类社会已经成为了一种研究趋势。

比如我们此前曾经介绍过的「游戏版西部世界」，就用 AI 操控 NPC，在游戏中构建了一个社会。

还有团队利用 AI 控制角色，在南方公园的背景之下做出了一集电视剧。

你认为 AI 还能模拟出什么样的环境呢？欢迎评论区交流。

论文地址:

参考链接:

广告声明:文内含有的对外跳转链接，用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。