Peça a um LLM um jogo de batalha de tanques e o código roda instantaneamente. Tanques inimigos aparecem, os canhões seguem o jogador, a luta parece ter começado. Então o inimigo se aproxima e começa a bater em você com o canhão. Primeiro instinto: o modelo deu glitch. Mas continue jogando, e movimento, colisão, ataque e dano funcionam. A IA criou acidentalmente um build de tanque de combate corpo a corpo — uma forma estranha, mas coerente, de jogar.
Essa é a lacuna de que trata este artigo: código que roda não é um jogo que funciona. Fechar essa lacuna é exatamente o que o Spellcaster, um gerador de jogos com seis agentes da DarwinMind, tenta fazer com um loop de gerar → rodar → verificar → reparar. Veja como funciona, e por que o padrão se aplica a qualquer geração de código agêntica.
O Buraco Negro da Jogabilidade
No último ano, LLMs geraram milhares de clones de Snake, platformers e shooters. A página abre, o personagem se move — nada disso significa que dá para terminar uma fase. Modos clássicos de falha: plataformas colocadas acima do limite do pulo; inimigos com animação de caminhada, mas sem hitboxes; taxas de spawn de obstáculos que se empilham em um caminho de morte inevitável.
Pior: as correções causam reações em cadeia. Peça um pulo um pouco mais alto e o sistema muda silenciosamente a gravidade e a trajetória de todos os outros objetos. O código quase compila, depois assets desaparecem ou entram em conflito estilístico. Cada parte parece correta isoladamente; montadas, o jogo é injogável. Esse é o buraco negro da jogabilidade.
É mais difícil de depurar do que um erro de compilação. Um compilador aponta um arquivo e uma linha. O “não-divertido” vive na interação entre números, layout do mapa, feedback e ação do jogador — então só é possível diagnosticá-lo dentro do processo em execução, nunca lendo o código.
Seis Agentes, Um Loop
A resposta do Spellcaster: pare de gerar um único blob de código. Primeiro, ele normaliza o prompt do usuário em regras explícitas do jogo, habilidades dos personagens, objetivos de fase, condições de vitória/derrota, comportamento dos inimigos e valores-chave. Então, uma equipe de agentes especializados assume:
- Rule Agent — codifica regras e habilidades
- Level Agent — constrói os níveis
- Asset Agent — produz assets de arte e áudio
- Playability Agent + Simulation Agent — verificam o resultado: o caminho crítico é alcançável? As interações centrais estão conectadas? Existem armadilhas mortais?
- Repair Agent — localiza o defeito em regras, valores, níveis, assets ou código, e aplica uma correção direcionada
Nada é feito em uma única passada. O pipeline roda como um loop: gerar → rodar → verificar → reparar, até que as verificações passem. A iteração após a entrega é conversacional — mudar a velocidade do personagem, adicionar inimigos, mudar o estilo dos níveis — e apenas o subsistema afetado é regenerado, nunca o projeto inteiro do zero.
Construa o Verificador Antes do Gerador
A lição transferível é que a verdade de referência deve vir da execução, não da leitura do código gerado. Concretamente, isso significa um harness automatizado de playtest que transforma a especificação normalizada em asserções e roda o jogo em modo headless:
# playtest.py — headless verification loop
def verify(spec, build):
# Parse the normalized spec into checks
checks = {
"reachability": reachable(spec["goal"], build), # critical path
"interactions": wired(spec["controls"], build), # move/jump/attack
"no_death_trap": survivable(spec["spawns"], build), # every pattern
}
# Run headless playthroughs and collect failures
report = run_playthroughs(build, seeds=50)
return classify(report) # rule / values / level / assets / codeO relatório estruturado é o que o Repair Agent consome: ele indica ao agente qual subsistema corrigir, em vez de pedir que releia toda a base de código. Então o loop roda novamente. Duas regras o mantêm estável: sempre verificar executando, e sempre reparar localmente — nunca regenerar globalmente a cada iteração.
Por que o Loop Vence um Modelo Maior
Voltando ao tanque corpo a corpo. Em uma revisão apenas de código, esse comportamento parece um bug e é deletado. Após a verificação de jogabilidade, ele se lê como um caminho de gameplay autoconsistente. A equipe deixa o ponto explícito: para protótipos de jogos, o valor às vezes vem não da reprodução fiel, mas dos acidentes que acabam sendo jogáveis.
O mesmo loop se generaliza para qualquer geração de código agêntica — pequenos apps, ferramentas internas, projetos web. Sucesso de compilação é a métrica errada de sucesso; a métrica é se o artefato sobrevive a uma verificação em execução dos comportamentos de que os usuários realmente dependem. Leitura relacionada sobre por que a orquestração está se tornando o principal diferencial para sistemas de agentes: Collective AGI: Why AI’s Next Layer Is Organization.
Próximo: Modelos de Mundo Substituem a Engine
Hoje, o Spellcaster ainda roda com código e assets gerados por IA executados por uma game engine. O código é a camada intermediária entre a ideia e os frames. O próximo passo declarado da equipe é um world model: ações do jogador, frames atuais, estado dos personagens e histórico de interações viram entradas do modelo, e o modelo prevê diretamente o próximo frame — sem o pipeline de renderização da engine no meio. Os jogos migrariam de gerar um projeto executável para simular um mundo que responde ao jogador em tempo real.
Essa direção combina com a equipe por trás dele: os membros centrais da DarwinMind vêm da Universidade de Zhejiang, da Universidade de Nanjing e da Australian National University, com pesquisas de longa data em world models, LLMs multimodais e sistemas de agentes.
Na Prática: Roube o Loop
Se você está construindo qualquer agente que gera artefatos executáveis, as conclusões são curtas:
- Especifique antes de gerar. Normalize o pedido do usuário em regras, objetivos e restrições que o verificador consiga parsear.
- Automatize um verificador de runtime. Execuções headless, playthroughs com seeds, relatórios estruturados de defeitos.
- Repare localmente, rode globalmente. Corrija o subsistema sinalizado e depois reexecute o loop inteiro.
- Trate comportamento emergente como dado. Um bug na visão de código pode ser uma feature na visão de jogabilidade — avalie dentro do sistema em execução.
O Spellcaster está em beta — candidate-se em spellcaster.world/releaseplan (Don’t Code. Just Cast.). O texto original (em chinês) está no QbitAI: 6个Agent组团Vibe Gaming：自己生成、试玩、修Bug.
