夜雨聆风先贴GPT5.5 做的魂斗罗。
玩了一下手感还不错。
昨天我让三款编程工具去复刻《魂斗罗》第一关。
当时我对 Codex 这一路的评价比较差。
后来评论区有人贴了一个结果：他直接用 Codex，选择 GPT-5.5 模型，也能做出一个可用版本。
所以我今天重新跑了一遍。
这次确认下来，昨天那版最大的问题不是Codex不是 GPT-5.5 ，而是我的 Codex 环境里开了 SuperPower 插件。里面的 Brainstorm skill 会在我输入需求后自动启动，先做一轮比较重的规划和发散。开了 superpower 这个插件的兄弟要小心一点了。
这会影响这类“一句话需求，一遍做出来”的测试结果。
这里也把昨天对比里的工具和模型关系说清楚。
我对比的不是单纯的模型裸跑，而是三套“编程工具 + 模型”的组合：
• Claude Code，使用模型 Claude Opus 4.8• ZCode，使用模型 GLM-5.2• Codex，使用模型 GPT-5.5
claude code ，和 Zcode 是我朋友充值的 pro 会员，Codex 是我的 pro 会员，都用最强能力。
它们接到的初始需求都很短，基本就是一句话：
复刻《魂斗罗》，完成第一关。
昨天那轮里，Claude Code 和 ZCode 都是一句话一遍过。
Codex 那边因为 SuperPower / Brainstorm 自动介入，过程就不是一个干净的 Codex + GPT-5.5 直接实现过程了。
所以这篇主要是补充这个事实：昨天的 Codex 结果，不能直接等同于 GPT-5.5 在干净环境下的表现。
第一遍做出来，有点问题到不了关底。
让他自己玩，做 5 轮优化，就是视频的版本，效果还不错。
只能算是一个能力测试，真要用这种一句话做游戏，还差得远。