对话能装，但代码不会撒谎。一晚上4200 行代码、0 类型错误，全程一会话推到底。

　　—— Qwen 3.7

　　大家好啊，我是甲木，

　　昨天阿里正式发布Qwen 3.7-Max，

　　我用它直接搓了一款 RPG 游戏，先给大家过过目。

　　其实事情得从前两天说起。

　　那天我去参加观猹的线下活动，跟聪哥碰头。聊到一半他突然神神秘秘跟我说：“甲木，我最近测了阿里刚出来的 Qwen 3.7-Max，有点东西，强烈建议你也试试。“

　　聪哥是行走的 Qwen 代言人，一旦 Qwen 出好东西了总是会给我安利，然后我就当场掏出手机找阿里云的同学”刷了下脸”，要到了内测白名单。

　　晚上回到酒店，模型到手，琢磨搞点什么东西来测测模型能力，想了想——

　　决定用 Qwen 3.7-Max 写一款武侠 RPG 页游，看看它效果怎么样。

　　01

　　WHY CODING

　　为什么选编程？

　　最近这一年，AI 圈两个词：VibeCoding和VibeWorking。

　　前者是”氛围编程”，后者是”氛围工作”。本质上都是让 AI接管一段过去需要专业能力才能完成的工作流。

　　听着挺玄的，但底层逻辑只有一句话——

　　所有的 Vibe，都建立在底座模型够不够硬的基础上。

　　你让一个能力一般的模型去 VibeCoding，它跑两步就丢上下文；让它去 VibeWorking，它做完一个环节就忘了上下文。Vibe 不起来，反而比自己干还累。

　　所以我一直觉得，衡量一个模型”配不配 Vibe”，最好的场景就是编程开发。

　　它要求你有长上下文、多步推理(从需求 → 架构 → 实现 → 调试 → 优化，每一步都依赖前一步）、工具调用稳定，还能自我修正(写错了得自己发现、自己改，不能傻等用户指出）。

　　对话能”装”，但代码不会撒谎，能跑就是能跑，不能跑就是不能跑。

　　我要测的就是这个。让 Qwen 3.7-Max 从零搭一个完整的 RPG 游戏项目，从世界观设计到游戏代码，从战斗系统到 UI 动效，全程一个会话推到底。

　　能跑通，它就还算可以。

　　02

　　UPDATES

　　Qwen 3.7 这次更新了什么？

　　正式开测前先简单交代一下背景，不啰嗦，三段说完。

　　▎第一 · 编程榜单全面上探

　　Qwen 3.7-Max 在真实智能体编程榜 Terminal-Bench 2.0 Terminus 上拿了69.7 分，超过了 DS-V4-Pro Max 的 67.9 分。

　　▎第二 · 推理能力刷了一堆纪录

　　详细数据大家可以看下面文章。

　　▎第三 · 长程任务能力是这次最炸的点

　　官方放出来的一个 case 是：在一颗它训练时从未见过的全新芯片（平头哥真武 M890）上，Qwen 3.7-Max完全自主跑了 35 小时，独立做了432 次内核评估、1158 次工具调用，从零写出一个 CUDA 注意力内核，最后比 SGLang Triton 官方实现快 10 倍。

　　运行到 30 小时它还在发现新的优化点，甚至主动发起了一次架构重设计。

　　“模型能在长链路任务中不丢上下文、不胡说八道“，是用好的关键，

　　这也是我接下来这个 RPG 开发要重点验证的。

　　当然，榜单数据仅供参考，还是要通过实战来看看效果到底怎么样。

　　03

　　SETUP

　　实战准备：环境怎么配的

　　我用的是这套组合：

　　01Claude Code当 IDE

　　02CC Switch切换底层模型到 Qwen 3.7-Max

　　03Superpower Skills作为我的方法论 plugin

　　CC Switch 是个挺好用的小工具，可以把底层模型一键切到 Qwen 3.7-Max。

　　然后我用的本地 Superpower Skills，这是一套我自己常驻在 Claude Code 里的 Skill，里面包括 brainstorming、writing-plans、subagent-driven-development、verification-before-completion 等十几个 Skill。简单说，它们让 Claude Code 在执行任务前会先用规范化的方式做”立项 → 计划 → 拆任务 → 执行 → 验证”。

　　这套组合的好处是：Qwen 3.7-Max 出推理 + 编程的算力，Superpower Skills 出工程纪律。

　　底层模型再强，没有工作流约束，也容易跑偏；工作流再规范，模型不够稳，也跑不动复杂项目。两个加起来，效果远超单独的任何一个。

　　启动 Prompt 我没写得太复杂，就一段——

　　▎ 启动 PROMPT

　　“我们要协作开发一款武侠 RPG 游戏，工作标题《一念江湖》。单页面应用，30 天江湖日历内做出抉择触发 7 种结局之一。核心系统：12 NPC × 4 维好感度（信任 / 亲密 / 敬畏 / 忌惮）、江湖关系图、5 大门派 × 20 招武学、回合制战斗。视觉上走朱砂红古卷风。请用 TodoWrite 把后续阶段建成 todo 列表，本轮先完成 Phase 0：世界观设计 + 5 门派设定 + 12 NPC 名册 + 美术风格基线。“

　　剩下的，我打算交给 Qwen 3.7-Max 自己来。

　　模型输出速度演示

　　04

　　RESULT

　　一晚上跑出了什么？

　　先说结论：它没有让我失望。

　　晚上两个小时，Qwen 3.7-Max 在 Claude Code 里给我交付了一个可以直接 build、可以直接玩的完整项目。

　　结构长这样：

　　▎ PROJECT STRUCTURE

　　yinnian-jianghu/

　　├── src/

　　│ ├── components/ # 5 个组件：Layout / ActionPanel

　　│ │ / AffinityPanel / PortraitModal / TimeBar

　　│ ├── scenes/ # 8 个场景：标题 / 创角 / 大地图

　　│ │ / 地点 / 对话 / 战斗 / 装备 / 结局

　　│ ├── data/ # 7 份数据：NPC / 武学 / 门派

　　│ │ / 地点 / 对话树 / 事件 / 商店

　　│ ├── stores/ # gameStore.ts — Zustand 全局状态机

　　│ ├── types/ # 类型定义

　　│ └── utils/

　　├── public/assets/ # AI 生成的人物立绘 + 地图背景

　　├── api/ # 后端 API(部署到 Vercel)

　　├── tests/

　　└── vercel.json

　　技术栈是React + TypeScript + Vite + Vercel，全套现代前端工具链。npm run build全绿过——275ms 构建完，产物 319 KB(gzip 后 102 KB)。

　　4200+

　　代码总行数

　　275ms

　　build 耗时

　　0

　　类型错误

　　要设计一个好玩的游戏，世界观还是需要好好思量的，也就是内容厚度。

　　▎ 4-1 · 世界观和角色

　　Qwen 3.7-Max 自己定的世界观是北宋末年虚构武林，5 大门派全部避开金庸古龙原型：

　　门派 01青云剑派：掌门陆青崖，剑系正派

　　门派 02玄天教：教主厉无常 + 左护法殷夜，内功系

　　门派 03千机阁：首席柳如是（造物堂），暗器机关系

　　门派 04醉花阴：掌门花无缺，毒掌系女子门派

　　门派 05断念寺：住持了空大师 + 武僧慧明，拳脚禅意系

　　12 个 NPC 完整名册，每个人都有自己的性格、门派、年龄、立绘 prompt、对话树和隐藏剧情伏笔。

　　其中谢长亭是一个”神秘剑客”，指向主角身世的核心线索人物；赵铁衣是朝廷密探，开了一条体制 vs 江湖的支线。

　　我让它把对话树写出来的时候，它给陆青崖单独写了三条独立路线(拜师 / 问恩怨 / 挑战)，每条路线下面还有 2-3 层选择分支。给厉无常写了路过 / 拜会 / 揭面三条，每条的态度变化、情绪曲线、好感度数值变化都对得上。

　　光是data/dialogues.ts这一个文件就900 多行。

　　▎ 4-2 · 多轮对话

　　之后通过 Superpower 的 Brainstorm 跟 Qwen 3.7 进行了多轮对话，确定了开发 plan 文档，

　　Plan 审查 GIF 动图

　　之后就直接通过 Superpower一次性开启多个 sub-agent，进行内容的输出。

　　咔咔一顿跑，跑了大概十六分钟，输出了第一个版本。

　　这时候我想让它直接去生成一个游戏里面的一些素材等等，我直接让它用GPT Image 2来进行生成。

　　之后就根据游戏需要，自行写绘画 prompt，然后调用模型，

　　生成了一批游戏素材，供页面使用，

　　▎ 4-3 · 4 维好感度系统

　　这是我开始最担心做不好的部分。

　　简单的好感度系统大家都能写，“+10 -5” 就完事。但我希望它做出来的是一个多维度叠加 + 互相影响 + 决定行为可见性的真好感度。

　　Qwen 3.7-Max 给我的方案是把好感度拆成信任 / 亲密 / 敬畏 / 忌惮四个维度，每个维度独立累计。

　　不同的对话选择、礼物、行动会对不同维度产生不同方向的影响。

　　▎ 4-4 · 战斗 + 商店 + 任务

　　回合制战斗系统也做了。武学按”拳 / 剑 / 内 / 毒 / 掌”五类设计，相克关系做了完整矩阵——剑克招式、毒克续航、内克气血。20 招武学每一招有自己的内力消耗、伤害类型、状态附加效果。

　　商店系统是后来追加的，包含金币系统、物品分类、购买和使用动作。

　　赏金任务系统在gameStore里以doQuestaction 实现，完成任务自动加金币、消耗时辰、记入日志。

　　每一个子系统单独看都不算复杂，但 Qwen 3.7-Max 是一次会话里把它们全做完的，而且互相之间数据是打通的，

　　你战斗赢了会涨敬畏，逛商店买东西会扣金币，赏金任务消耗时辰会触发新的剧情节点——各系统之间真正联动。

　　当然也会有一些问题，遇到交互不好的地方，直接嘴喷需求就行了。。

　　多轮对话，依旧保持上下文内容无失忆，

　　完整地玩上一轮之后，最终游戏结束，没有触发隐藏结局。。

　　等我今天没事了再耍耍。。

　　05

　　HIGHLIGHTS

　　三个让我”哎呦不错”的瞬间

　　光说结果太抽象，挑三个开发过程中我印象最深的瞬间。

　　▎ PART 1 · 自己提议拆 Store 架构

　　我最早的需求里没有说要用 Zustand 做全局状态管理。我只是说”做一个 RPG 游戏”。

　　Qwen 3.7-Max 这次给我的判断节奏，是真”工程师”的节奏。

　　▎ PART 2 · emoji 那一波翻车-修正

　　开发到一半的时候，因为我自己当初提示词写得不严谨，给的关键词里有”emoji + Unicode + CSS 渐变”。

　　整个修正过程没有让我介入任何代码细节，也没有出现”漏改了某个地方”。这点对我来说才是真正能“放手让它干活”的关键。

　　▎ PART 3 · 4200 行代码 build 零错

　　最后我跑了一次npx tsc --noEmit，TypeScript 严格模式 0 错误。

　　Qwen 3.7-Max 在整个开发过程里没有让我手动改过一次类型错误。

　　它每写完一个模块自己跑 tsc 自查，发现错就自己回去修。

　　这种”工程纪律的自闭环”，是我对它打分最高的一项。

　　当然，这个游戏还有很多 bug 和值得优化的地方，才能把它做得跟传统 RPG 游戏一样好玩，Qwen 3.7-Max 在 Coding 能力上相比前代版本有很大提升。

　　但是其它方向还没来得及测，等明天继续。。

　　THOUGHTS

　　结语

　　熟悉我公众号的朋友知道，我从 Qwen 2.5 开始就一直在跟千问。

　　每一代我都过一遍，体感一代比一代稳。

　　这次 Qwen 3.7-Max 在Coding 和长程任务上也有不错的提升。

　　阿里云百炼即将上线 Qwen 3.7-Max 的 API,Qwen 3.7 系列会补充多模态能力，保持关注，我会继续跟下去。

　　回头看这一年，DeepSeek、千问、智谱、Kimi、豆包……每隔几天就有新模型、新突破、新排名。

　　这不是某一家独大的故事，是整个行业在狂奔。

　　而千问，又一次冲在了最前面。

　　也期待我们国内的 AI，越来越强。

　　以上。