世界杯结束了，我用 AI 造了平行宇宙，这次结局你写

好的观众朋友们，第二十三届世界杯足球赛以西班牙队的最终捧杯而圆满结束，在这一次时隔一个多月的漫长的征程当中，整个世界杯给我们留下了难以磨灭的印象。在四年之后，我们将去往大海的另外一边，在直布罗陀海峡的南北，在大西洋的两岸，我们要迎来新一届的世界杯，那个时候世界杯就 100 岁了，希望大家能够各自保重，我们把每一天都过得幸福、扎实而有力量。

随着一声哨响，伴着贺炜老师的解说，美加墨的故事就这样画上了句点。

美加墨世界杯见证了无数新星的崛起，亦是诸多传奇的谢幕；是诸神的黄昏，也是足球最动人的薪火相传。在这里篆刻了无数经典的瞬间，但也留下了许多遗憾。

回到纽约新泽西，恩佐不冲动，劳塔罗上场，不知会不会有一丝机会？
回到亚特兰大，图赫尔不早早摆在大巴阵，而是选择来一场纵情对攻，足球可能就回家了？
回到德克萨斯州，法国中场坚决绞杀，前锋线三翼齐飞，是否会贡献一场更加精彩的比赛？

一幕幕的回忆，在眼前闪过，如果可以，我想体验每一种可能，记录下又一个四年轮回的结束、新轮回的开始。

现在 AI 时代，我突然想搞，我完全可以做一个程序，我来做主教练，来复刻和回溯每种可能的瞬间，于是就有了下面的纸上绿茵：

终场哨可以响起，伟大的故事却不必就此收笔。现在，你可以选择任何一支主队，作为他的主教练，在纸面构建的平行时空里，重新排兵布阵，把那些未完成的篇章再走一遍。这一次，结局由你来写。

有了想法，我就开始动手了。整个实现不到一天，下面分享一下我的实现过程。

这次编码选用的是一款 AI 编程工具，选它主要是两点：性价比不错，而且支持多个主流模型自由切换；其中 Doubao-Seed-Evolving 刚升级了 1M token 超长上下文，针对代码和长任务做了专项优化，我有点期待这个效果。

订阅完毕后，将 Doubao-Seed-Evolving 模型配置到 Codex 中进行使用，具体的配置方式放在了文末附录，感兴趣的同学可以翻到最后查看。

利用 AI 实现想法时，如果想保证实现的质量，通常要方案先行，因此开始实现之前，我先简单写了一份需求文档：

将文档发给 AI 进行分析，看看有没有漏洞或者遗漏点。 Codex 里使用 superpowers 插件，superpowers 中 brainstorming 头脑脑暴功能，会对需求进行反复确认，在确认的过程中，会反复提问需求中不清晰的点，连续拷打了我好几轮，最终得到一个非常完善的方案设计。

Superpowers 插件给 AI 套了一套严格的开发规矩，写代码前必须先做需求梳理和方案讨论，得我点头确认了才能动手编码，避免 AI 想当然瞎写一堆后期疯狂返工。具体工作流程如下：

superpowers v6 版本提供了一个可视化功能，消耗额外的 token 可以将方案实现一个简单的可视化 demo，这个功能我超级喜欢。

Doubao-Seed-Evolving 模型的审美还是非常不错的，提供了三种很具特色和美感的风格，尤其是第三种，我一眼看中了纸媒风------有点档案室的味道，和"重写历史"的设定莫名契合。

选定纸媒风格后，又生成了一套案例页面：

到这里，我已经开始期待成品了。

想尽可能的还原现实，在方案里写好了需要的数据需求：球队球员信息及评级、各场次对阵和阵容。这部分我也交给 AI 来实现（使用 /goal 模式），数据处理的过程比较耗时，跑了大约 55 分钟，消耗 46 万 token，效果非常不错，一次跑通，跑的过程中还顺手生成了 demo 效果。

不过有个插曲：我的方案里只交代了获取哪些数据，没写清楚评分标准，AI 自己设计了一套，结果是 26 个球员 99 分，评分明显偏高。方案不够细，代码就白跑。我指出了这个问题，AI 重新构建了一个评分模型，评分就合理多了。

数据处理完毕后，正式进入代码实现阶段，superpowers 先根据方案生成 spec 和详细的执行计划 plan，进入开发。开发过程整体比较顺利，第一轮流程执行完成，纸上绿茵的大体效果就实现了。

体验过程中发现了一些交互和视觉上的问题，同步给 AI，很快就修好了。比如：

主队选择抽屉打开后，点击抽屉内任何位置都会关闭抽屉
换人时底部球员没有按位置排序，应该优先换同类球员，门将只能和门将替换
球队列表没有按评分排序
...

Codex 支持内置浏览器，也可以让它调用 e2e 自己进行测试、体验、修复。

玩多了总感觉缺点什么，于是我问了 AI：分析一下当前 web 的内容，看看流程和交互有没有不足，玩法是否有意思。

AI 回复的内容很全面，好几个点的思路都特别好，那还说什么了，我全都要。AI 经过一波努力和一些后续的调整，最终效果就差不多实现了。

总的体验来说，整体过程非常舒心，消耗了火山 Agent Plan 三个 5 小时额度，差不多一周的量。动动手指，就实现了一个非常有意思的足球文字推演游戏。别等想明白再动，先动起来，走着走着就通了。

最后分享一下我的一些感受吧：

01 编码主力是火山 Agent Plan 的 Doubao-Seed-Evolving，模型的审美、代码、长上下文处理能力都特别不错，就是高峰期容易出现拥堵，有些打断开发的势头。
02 整体开发下来，方案特别重要，可以与AI多进行交互，共同写出一份完备的方案。AI 的执行力和速度都非常厉害，方案有问题，容易白跑，造成 token 无效浪费。Superpowers 插件可视化能力很有用，尤其是做一些 demo 或者效果，能给出大致的实现效果。
03 别给 AI 设限，多尝试 AI。AI 现在是个全面手，代码编写、数据处理、玩法分析、视觉风格，你能想到的，AI 都能做到，下一次有想法，直接大胆地扔给它。

欢迎大家来一起体验，属于你的世界杯的每一种可能。

最后，让我们一起静待四年后的直布罗陀，又会有怎样的故事呢？

附录：配置方式

订阅完毕后，将 Doubao-Seed-Evolving 模型配置到编程工具中使用，先找到配置入口：

在编程工具的配置文件中配置以下内容：

bash 复制代码

model = "ark-code-latest"
model_provider = "your-provider"
model_supports_reasoning_summaries = true

[model_providers.your-provider]
name = "your-provider"
base_url = "https://your-api-endpoint"
env_key = "YOUR_API_KEY"
wire_api = "responses"

ARK_API_KEY 通过专属 API Key 获取，切记不要泄露给别人，也不要在代码中出现，一般通过环境变量配置：

bash 复制代码

# 需要将 YOUR_API_KEY 替换为专属 API Key。
echo 'export ARK_API_KEY="YOUR_API_KEY"' >> ~/.zshrc
source ~/.zshrc

ark-code-latest 可以在订阅页面选用模型，切换很简单，我用的是 Doubao-Seed-Evolving：

配置完成后，重启 Codex 应用。