在Custom Rust CA/SDF引擎（即下落的沙子模拟、元球）的基础上，创建一个类似于破坏模式的游戏。目标是在上屏幕的“竞技场”中生成多种世界，具有多种材料和生态环境，并在下屏幕留出空间作为玩家区域。

第二张图片是联系表格在睡前看起来的样子（~T150）。第三张图片是AI生成的“北极星”愿望，旨在为AI提供一个目标来努力。然而，预计不会达到1：1，因为引擎不是为了绘制而设计的。它更适合作为指导和定位方面。每隔一段时间，我会根据输出的捆绑包来重新生成这个。

不是完全自动化的。进行了220次迭代的循环，分析截图，阅读设计文档，并制定改进计划。测试改进并在每个步骤上提交或拒绝。每隔~50次就停止一下，进行一次回顾，并调整捆绑包并运行几次手动提示。

我不得不暂停~50次迭代并进行一次进度评估。0-50，没能正确构建工具，正在执行CPU评估而不是GPU评估，导致评估不准确。

停止修复CPU与GPU评估（并在第一步就拆除CPU选项）

50-100：在GPU评估上，但过度编写。扩展了设计语言以允许线条、圆圈和正方形，并将它们放置，这不是我想要的。

停止修复硬编码的工具并移除它们，并设置防护措施以防止它们返回。

100-150：编写工具基本上被拆除，但进展缓慢，因为设计级别过于复杂。

停止重新评估生成的级别，并将其从~2000+指令缩减到300（级别由一个Rust DSL生成一个图形，编译为微码并在GPU上执行）。还要重新设计语言和耦合，以便代理有更多的自由迭代而不会陷入困境。即在OG模板中，直接指向材料，例如石英、煤炭、沙子。但是，我添加了主题间接性，例如ROCK_0 = Basalt，ROCK_10 = Coal。这样可以主题化生成，而不会被语义锁定到材料。

150-220：这一次进展非常快。代理有自由迭代，不会设计自己进入困境。它添加了大量生态环境，细化了测试捆绑包和输出。循环还会进行回顾并在迭代过程中更新自己。

成本上，可能花费了我~50%的$200 codex计划周额度在3天内。下次我一定会设置更多的agentic循环式提示，来运行、评估和迭代。可能如果我每个提示都做了，可能会更进一步，但我怀疑我甚至不会达到我的配额，如果我那样做，但这样我就可以让它在8小时的自动模式下运行，只需偶尔看一下并干预它如果它没有趋势。