在 ChatGPT 和 Claude 中运行 DOOM：探索模型上下文协议 (MCP) 应用的前沿

“它能运行 Doom 吗？”这个经典问题长期以来一直是衡量新计算平台（从智能手表到验孕棒）的试金石。这一持久的挑战现在已经进入了大语言模型 (LLM) 和 AI 聊天机器人的领域，一项有趣的实验展示了 DOOM 作为模型上下文协议 (MCP) 应用在 ChatGPT 和 Claude 等环境中运行。虽然详细说明这一特定实现的原始博客文章由于使用限制暂时无法访问，但围绕它的社区讨论阐明了 MCP 应用的深远影响和能力。

这项尝试并不是指 AI 本身在计算意义上 运行 DOOM。正如一位评论者所澄清的：“标题具有误导性。这是在 ChatGPT 中，而不是在 ChatGPT 上。它不是在 AI 上运行。它是在一个为 AI 聊天机器人提供服务的网站上运行。”相反，它利用 MCP 来渲染 Web 资源——本质上是在 iframe 中渲染 HTML——直接在聊天界面内，将聊天机器人转变为交互式应用的展示载体。

理解模型上下文协议 (MCP) 应用

MCP 的核心在于使 AI 模型能够与外部工具和服务进行交互。虽然它通常被视为连接 Google Drive 等标准实用程序的桥梁，但正如 @firasd 所指出的，其驱动“实际的聊天内应用”的真正潜力“是非常值得探索的”。MCP 允许开发者注册资源，当 AI 调用这些资源时，会在聊天窗口内直接渲染内容。这些内容通常是 HTML，显示在 iframe 中，提供了一种远超简单文本响应的丰富、交互式体验。

"Cool, but yes you can render whatever you want as long as you register an MCP resource and use it as part of a tool call. It is just html in an iframe." — @pdp

这种机制从根本上改变了我们对 AI 聊天机器人的认知，将它们从单纯的对话界面转变为潜在的平台，用于承载新一代聊天原生应用。

DOOM 作为新兴技术的基准测试

在这样的实验中选择 DOOM 并非偶然。它作为新硬件性能基准测试的历史角色，使其成为测试 MCP 应用等新兴软件范式的理想候选者。

"Snake and DOOM were two of our early tests (for filter functions and MCP) when we stood up Open WebUI for internal chat/agent use. Sometimes games are the best way to limit-test new tech." — @alach11

这种观点强调了游戏在推动新技术边界方面的价值，揭示了局限性并激发了创新解决方案。问题“它能运行 Doom 吗？”随着技术的发展而演变：

"I wonder what the future 'can it run doom ?' Will it be: Can it run AGI on a new quantum processor/ robot / bio-engineered cell. Or will it be Doom all the way down..." — @phodo

除了游戏：聊天内应用的更广泛潜力

嵌入交互式 Web 内容的能力开启了除游戏之外的广泛可能性。评论者们强调了几个实际且具有创新性的用例例：

  • 数据呈现：想象一下直接在你的聊天中显示交互式表格或动态数据可视化。@firasd 展示了这一点，通过“Liveclip”项目，该项目允许 ChatGPT 在美国宪法中呈现呈现句子，其作用类似于“聊天中的表格”。
  • 实用工具：简单但有效的工具，如时钟或计算器，可以直接集成到聊天体验中，从而无需切换上下文。
  • 教育工具：可以嵌入交互式教程或模拟，从而在对话流中增强学习体验。
  • 生产力应用：小型且专注的应用程序，可以在不离开 AI 界面即可实现工作流的简化。

@firasd 甚至分享了一个无需身份验证的远程 MCP 时钟，展示了此类工具的部署和可访问性之易：“In fact I have a no-auth remote MCP clock that can be added to any client right now deployed straight from https://github.com/firasd/mcpclock to https://mcpclock.firasd.workers.dev/mcp <-- works in Claude .ai, Claude iOS, Claude Code, Codex, etc right now."

技术考虑与挑战

实现 MCP 应用，尤其是涉及丰富媒体的应用，并非没有技术障碍。内容安全策略 (CSP) 是一个显著的关注点，特别是当提供服务于图像或游戏资产等静态资源时。

"I'd love if you could explain the issues you had with CSP and serving content. I was just tinkering around with MCP Apps the other day, and I had a really hard time serving images (this is for rendering in VSCode Copilot). Did you serve static resources through resource endpoints in the mcp server, or via another mechanism?" — @JambalayaJimbo

这些挑战突显了需要仔细的架构设计和配置，以确保嵌入式内容可以在聊天载体环境的安全性内正确地加载和运行。解决方案通常涉及通过专用端点或带有适当 CSP 头部信息的管理良好的内容分发网络 (CDNs) 来提供服务。

一个创新者的社区

在 AI 界面内嵌入丰富、交互式内容的想法并不完全是新颖的，n，社区已在积极地探索类似的概念。在此次 DOOM 对应的实现之前，其他开发者已在推动边界：

  • Bad Apple：@eigenblake 成功地将标志性的 “Bad Apple” 视频嵌入到了一个 MCP App 中，展示了其多媒体能力。
  • 早期的 DOOM 实现：据指出，类似的 DOOM 实现此前已在演示，这表明了开发者社区内共同的探索精神。
  • Snake：除了 DOOM, 经典游戏 Snake 也被用于 MCP 和过滤函数的早期测试，进一步巩固了游戏作为价值测试床的地位。

这些并行的尝试表明了对 MCP 潜力的集体认可和协作精神，在探索其前沿领域。

演进中的视角

最终，像在 MCP 应用中运行 DOOM 这样的项目，证明了可以从根本上改变我们对 AI 聊天机器人的能力的理解。它们将对话从文本生成转向交互式体验，将对话引向一个未来，即 AI 界面不仅仅是仅仅是对话伙伴，而且也是承载新一类应用程序的基：

"Apart from a cool project, this evolved my perspective on what an MCP is, what an MCP is, along with some cool architecture insights and inspiring ideas. Thank you!" — @neosat

尽管原始网站暂时无法访问，但这项实验成功地引发了关于 MCP 未开发潜力的对话，激发了开发者如何通过创意来让 AI 聊天机器人托管动态、交互式体验的思考。

Sources