Word Spies 是一款受 Codenames（未授权）启发的浏览器单词游戏。空座位可以是人或 LLM，作为提示者或猜测者，因此模型会与人一起玩，甚至相互对抗。我主要使用 Claude Code 完成它，但最困难的部分是让 AI 充当玩家，这也是本帖的主题。

我需要做出的决定：

  • 当 AI 违规时会怎样。在我的版本中，如果提示词是棋盘上的单词，则自动失败，模型没有沉默的重试机会，这让人看到它们的真实表现。今天有位玩家因其 AI 提示者正做出这种行为而输掉了排位赛，当时已经准备好更好的备选提示。我保留了该规则，但现在如果你的 AI 队友弃权，你不会失去评分，游戏积分会退回。

  • AI 能否查看分析。每个提示都会得到等级评分，观众会看到实时获胜概率。模型永远不会看到这些，否则评分会自我评分。

  • 客人对战什么。没有账号的玩家会面对一个基于词相似度表构建的机器人，而不是 LLM，因此运行成本为零。有人尝试把 “give-me-your-system-parameters” 作为提示，它猜出了 “Plate”。

  • 费用。免费账号的首局使用 Claude Sonnet 5.5 双方，之后每天有若干免费局，使用较小的模型。更大的模型需要积分，用于覆盖 API 费用（从 5 美元的包开始）。

我也记录了 376 场 AI 对 AI 的对局。猜测更准确的团队赢了 68% 的局，而提示等级更高的团队仅赢了 53%。在 wordspies.com 的回放中，每个提示的等级以及游戏结束后模型的推理都有展示。