tüm projeler
Proje · · 8 dk okuma ·

Qwen’e bu kez hava trafik kontrol oyunu yazdırdım

Rota, pist, yakıt, kayıt ve testler: ilk uçak oyunundan daha kapsamlı bir deneme.

Kullanılan teknolojiler ve ortam

Kod üretim ortamı

  • Qwen3.8-27B · NVFP4
  • 2× RTX 5090 · kart başına 32 GB
  • vLLM · CUDA · FlashInfer
  • TP2 · MTP3 · 16K bağlam

Oyun teknolojileri

  • HTML · CSS · JavaScript
  • Tarayıcı · yerel kayıt
  • Qwen: oyun kodu
  • Codex: yönlendirme, test ve ölçüm

İlk uçak oyunundan sonra Qwen’e daha fazla kuralın birlikte çalıştığı bir oyun yazdırdım. Bu kez uçağı kendim uçurmuyorum; bir radar ekranındaki trafiği yönetiyorum. Uçakların rotasını çizip türlerine uygun piste, doğru yönden indirmek gerekiyor.

zeka kule’yi oyna ↗ · Public repo ↗

zeka kule radarında seçili uçak, yaklaşma rotası ve pistler; yanında yakıt ve trafik paneli
Gerçek tarayıcı ekranı: radar, seçili uçak ve yaklaşma rotası.

Bu kez ne istedim?

İki pist, hafif/orta/ağır uçaklar, pist doluluğu ve yaklaşma yönü, yakıt, yakınlık uyarıları ve çarpışmalar. Zamanla artan trafik, seedli rastgelelik, normal/zor seçenekleri, fırtınada pist kapanması, duraklatma ve 1×/2×/4× hız da var. Oyunu kaydetmek, geri yüklemek ve JSON olarak içe/dışa aktarmak mümkün.

Bu bir gerçek havacılık simülasyonu değil. Fırtına pist kullanılabilirliğini etkiliyor; rüzgar değeri ayrıntılı bir uçuş fiziği modeli değil. Rota çizmenin yanında seçili uçak için yaklaşma rotası yardımcısı da var.

Qwen’in işi, Codex’in işi

HTML/CSS’i, simülasyon motorunu ve kontrolleri Qwen yazdı. Codex kapsamı ve modüllerin sözleşmesini hazırladı; promptları yazdı, kodu inceledi, test ve ölçüm araçlarını oluşturdu. Düzeltmeleri de Qwen’e yeniden verdim. Küçük yamalarda hangi mantığın nerede değişmesi gerektiği açıkça tarif edildi; bunu Qwen’in tek başına geliştirdiği bir proje gibi sunmuyorum.

Oyun kodunu elle tamamlamadım. Repoda her üretim yanıtı ve uygulanan yama bulunuyor. Testler, grafikler, ölçüm araçları ve site entegrasyonu Codex tarafında.

İlk sürüm kaç testi geçti?

Motor için ilk isteği göndermeden önce 24 kabul testi hazırladım. İlk sürüm 23’ünü geçti. Rota üzerindeki ilk nokta uçağın mevcut konumuysa sonraki noktaya aynı adımda ilerlemiyordu. Ardından eklenen sekiz inceleme testinin hiçbiri geçmedi: rastgele sayı durumunun ilerlemesi, çoklu çarpışma sayımı ve kayıt doğrulaması sorunluydu.

Motor düzeltmesi sonrası 32 test geçti. Sonradan fırtına bitişi için bir kontrol, arayüz ve animasyon için de 12 kontrol ekledim. Finalde 45/45 geçti. Bunlar belirli kuralların kontrolleri; oyunun tüm cihazlarda sorunsuz olduğu veya genel model kalitesi hakkında bir puan değil.

Düzeltmeler düz bir çizgi olmadı

Tüm arayüzü tek dosyada istediğim yanıt 8192 çıktı tokenında kesildi. Sonra HTML/CSS ile kontrolleri ayrı isteklere böldüm. Bir birleşik yama isteği HTTP 400 ile reddedildi; diğer yama 4096 token sınırında kesildi. Bu yanıtları oyuna uygulamadım, ama kullanım kayıtlarına dahil ettim.

Kontrollerde Başla’nın oyunu duraklatılmış açtığını, radar ölçeklemesinin ve pist doluluğu alanının sorunlu olduğunu gördüm. Sonraki bir yama sözdizimini bozdu. Yama sınırını belirsiz tarif etmem de bu hataya katkıda bulundu.

Bir ara 43 kontrol geçtiği halde hız her animasyon karesinde 1’e dönüyordu. Önceki promptta yükleme temizliği için yanlışlıkla animasyon bloğunu da seçmiştim; bu benim yönlendirme hatamdı. İki yeni test ekleyip o değişikliği Qwen’e geri aldırdım. Testler arttıkça yakalanan sorunlar da değişti.

İlk oyunla geliştirme kayıtları

Raporlanan toplam Qwen tokenı token
İlk uçak oyunu
26.579
Hava kontrol
78.022

Kesilen ve hatalı yanıtlar dahil. Farklı kapsam ve promptlar.

Model HTTP akışlarının toplamı saniye
İlk uçak oyunu
108,6
Hava kontrol
231,2

Hazırlama, inceleme ve tüm geliştirme süresi değil.

ProjeDeneme / kullanım bildiren yanıtGirdi / çıktıToplam tokenModel HTTP
İlk uçak oyunu4 / 48.723 / 17.85626.579108,6 sn
Hava kontrol13 / 1239.399 / 38.62378.022231,2 sn

Model profili aynı kaldı ama istenen iş, modül sayısı, promptlar ve çıktı bütçeleri farklı. İlk oyunun testleri üretimden sonra yazılmıştı; bu kez 24 motor testi baştan tanımlandı. 12 ve 45 farklı kontrolü bir kalite puanı gibi karşılaştırmıyorum. Bu, tek seferlik iki geliştirme sürecinin kaydı; kontrollü bir model hız karşılaştırması değil.

Her turun token ve süresi

Tur / işGirdiÇıktıToplamİlk içerikHTTPBitiş
1. Motor ↗1.0054.8235.8280.345 sn27.546 snstop
2. Kesilen arayüz ↗5.8028.19213.9941.944 sn50.779 snkesildi
3. Motor düzeltmesi ↗5.2985.93611.2341.805 sn34.241 snstop
4. Tasarım ↗7263.3614.0870.273 sn20.348 snstop
5. Kontroller ↗4.8815.69810.5791.659 sn35.301 snstop
7. Kesilen yama ↗9.8744.09613.9703.573 sn26.011 snkesildi
8. Entegrasyon ↗9.8744.84114.7150.435 sn26.936 snstop
9. Hatalı yama ↗2652965610.164 sn1.773 snstop
10. Yama eşleştirme ↗3042205240.164 sn1.346 snstop
11. Yükleme ↗8636891.5520.329 sn4.068 snstop
12. Hız sıfırlama ↗2853356200.154 sn1.955 snstop
13. Animasyon ↗2221363580.161 sn0.912 snstop

6. deneme HTTP 400 ile reddedildi; kullanım ve süre raporu yok. İlk hata gövdesi de kaydedilmedi. Birleşik dosya girdisi ve çıktı bütçesinin bağlamı aşması, istek boyutundan yapılan çıkarım. Eksik süre veya token sayısı uydurmadım; toplamlar kullanım bildiren 12 yanıt için.

TurÇıktı / HTTP süreYaklaşık decodeÇıktı bütçesi
1175.09 token/sn177.27 token/sn8192
2161.33 token/sn167.73 token/sn8192
3173.36 token/sn182.97 token/sn8192
4165.18 token/sn167.38 token/sn4096
5161.41 token/sn169.35 token/sn8192
7157.47 token/sn182.50 token/sn4096
8179.73 token/sn182.64 token/sn6144
9166.94 token/sn183.29 token/sn2048
10163.39 token/sn185.27 token/sn1024
11169.37 token/sn185.10 token/sn2048
12171.32 token/sn185.45 token/sn1024
13149.07 token/sn184.98 token/sn1024

İlk içerik süresi, istemcinin ilk metin parçasını aldığı ana kadar. Yaklaşık decode, (çıktı tokenı − 1) / (son içerik − ilk içerik). MTP bir parçada birkaç token verebildiği için token başına gecikme ölçümü değil. Tam promptlar, ham yanıtlar, SSE olayları ve hata kayıtları ↗

Koşullar aynı kaldı

Qwen3.8-27B NVFP4; iki RTX 5090 / 32 GB üzerinde TP2 ve MTP3. Threadripper PRO 5955WX. Üçüncü karttaki coder ve embedding açık kaldı. vLLM 0.30.0, PyTorch 2.13.0+cu132, CUDA runtime 13.2, FlashInfer 0.6.18.post1, Transformers 5.18.0; NVIDIA 595.99.02, Ubuntu 26.04.1 / kernel 7.0.0-38-generic.

Bağlam 16.384, sequence 10, batch 2048, graph 128; FlashInfer attention ve BF16 KV. Prefix cache açıktı, sıfırlanmadı. Temperature 0,2, model seed 42, düşünme kapalı, doğal EOS. İstekler doğrudan localhost vLLM’ye gönderildi; gateway/HTTPS süreye dahil değil. Diğer üretim trafiği kontrol edilmedi. Model revision 482ca0f3832238542f8f5295dde86b5f22711d80.

231,2 saniye; inceleme, test, Codex tokenları, toplam geliştirme süresi veya enerji maliyeti değil. Yerel çalışması maliyetin sıfır olduğu anlamına gelmiyor; bunları ölçmedim. Üretim model ayarlarını değiştirmedim.

Tarayıcı ve uzun senaryolar

Chrome’da başlatma, trafik, uçak seçme, yaklaşma rotası, kaydetme/yükleme ve devam akışını denedim. 390×844 görünümü kontrol ettim; gerçek telefonda veya bütün tarayıcılarda test etmedim. Beş farklı seed ile Node senaryolarında 7–14 uçak indi; üç olayda oyunlar bitti. Her on adımda kayıt ve geri yüklenen durumun eşitliğini kontrol ettim. Bunlar 66–101 saniyelik simüle süreler; donanım kararlılık testi değil.

Ayrıntılı yöntem ve tekrar çalıştırma ↗ · Karşılaştırma grafiği ↗ · Tur token grafiği ↗ · Tur süre grafiği ↗ · İlk oyun yazısı

ölçüm → not → yeniden denemeörnek projeler