想象一款离线游戏：你走进酒馆，问老板昨晚发生了什么。老板不再从几句固定台词里随机挑一句，而是结合眼前情境现场回答。通常，要做到这件事，游戏得把问题交给另一个 AI 程序或服务器。现在，一个名为 godot-llm 的实验把整套过程塞进了 Godot：不需要 Python、服务器、llama.cpp 或原生扩展，只用游戏引擎自己的脚本和 GPU 计算能力，就能在本地运行 Gemma 4。
这离“任何游戏都能轻松加入智能角色”还很远，但它验证了一个有意思的可能：游戏引擎不只能展示角色和场景，也可以亲自完成大模型推理。本文涉及的能力与性能均来自项目作者自述，目前没有独立测试。
把 AI 后台搬进游戏引擎
Godot 是一款开源游戏引擎，平时负责组织场景、运行脚本、绘制画面和处理玩家交互。常见的本地 AI 方案则会在游戏之外运行一套推理后端：游戏把文字发过去，后端让模型生成结果，再把答案送回来。
本刊 7 月 12 日介绍 HY3 时，曾谈到 GGUF 模型文件、通用本地推理工具 llama.cpp，以及 KV cache——模型生成文字时保存的中间结果，可以理解为一张避免重复计算的草稿纸。godot-llm 的新意，正是绕开这套常见后端，让 Godot 自己接手这些工作。
据项目作者 toxicdog 的介绍，这个 Godot 4.7 项目可以直接运行 gemma-4-E2B-it-Q4_K_M.gguf。模型计算交给 Vulkan compute shaders。Vulkan 是一种跨平台的底层图形与计算接口；compute shader，也就是计算着色器，可以让 GPU 执行大规模并行运算。在这里，它承担大模型所需的矩阵计算。
其余环节由 GDScript 完成。GDScript 是 Godot 自带、语法接近 Python 的脚本语言。它负责读取 GGUF 文件、把输入文字整理成模型可处理的单位、从模型给出的候选结果中选择下一个输出、维护 KV cache，并提供聊天界面。
换句话说，这不是在 Godot 里偷偷启动另一个成熟推理程序。模型文件的读取、生成流程的组织和 GPU 计算，都留在 Godot 内部。作者提供了项目代码，但也明确把它称为实验。
真正重要的是少了一层
“不用 Python”本身并不意味着模型更聪明，也不保证运行更快。它的价值在于减少系统之间的接缝。
如果一个 NPC——也就是不由玩家直接控制的游戏角色——要调用外部 AI 服务，开发者需要同时照看游戏、推理程序以及两者之间的通信。把推理直接嵌入引擎后，角色的场景状态、交互界面和文本生成可以留在同一个开发环境中。对游戏开发者而言，这提供了一条更直接的实验路径：不用先搭建额外服务，也能尝试让本地 NPC 根据当前情境生成回应。
这条路线仍然以容量和速度为代价。作者称，当前实现大约比使用 CUDA 的 llama.cpp 慢 10 倍。但这个数字没有附带硬件配置、生成参数、上下文长度、每秒生成量或测试方法，而且 Vulkan 与 CUDA 路径也不是严格的同条件比较。因此，它更适合被看作作者的粗略体感，而不是可复现的性能结论。
浏览器里的 NPC，是另一项实验
几乎同时出现的 geebr.world 展示了另一个方向：让小模型驱动可在浏览器中活动的 NPC。需要特别区分的是，材料没有说明 geebr.world 使用 Godot，也不能拿它来证明 godot-llm 的实现或性能。
据作者 runvnc 的介绍，这些由 Gemma 4 E2B 驱动的小角色能够行走、对话、读取 ASCII 地图——一种用文字符号表示的地图——并通过火球、推动木桶等方式，有限度地破坏或修改环境。作者称，实验可以在一台约六七年前、配备 RTX 2060 的 HP Omen 笔记本上运行。
作者也没有把这些角色包装成成熟智能体，反而直言小模型能力有限，并希望围绕这种局限制作简单演示。项目以 MIT 许可证发布，同时提供网页演示。不过，“自主 NPC”更多是展示性称呼：现有材料只支持上述几种有限行为，没有给出更广泛的自主规划能力或第三方兼容性结果。
为什么现在值得看
这两个实验分别触碰了本地智能 NPC 的两道门槛。godot-llm 关注的是工程入口：能否不依赖常见推理后端，直接在游戏引擎里完成模型运行。geebr.world 关注的是体验入口：一个较小的本地模型，能否让浏览器里的角色表现出可观察、可互动的行为。
它们尚未汇成一条经过验证的完整路线，却共同说明了一个正在成形的问题：本地 AI 进入游戏，不一定非要从大型服务器和复杂工具链起步。开发者也可以先把模型放到玩家设备上，让角色做少量、明确的事情，再观察这种不完全可靠的生成能力能否成为玩法的一部分。
所以，“游戏引擎即推理引擎”目前更像一个方向判断，而不是已经兑现的结论。godot-llm 真正证明的是更窄、也更扎实的一点：至少对一个指定模型，Godot 可以只靠 GDScript 与 Vulkan 完成一次端到端的本地推理实验。
局限与未知
- godot-llm 目前只支持
gemma-4-E2B-it-Q4_K_M.gguf，不能据此视为通用大模型推理引擎。 - “慢约 10 倍”缺少完整测试条件，无法可靠比较其实际性能。
- geebr.world 的浏览器运行情况与老笔记本兼容性均来自作者自述，尚无性能数据或第三方测试。