在 ChatGPT 與 Claude 中執行 DOOM：探索模型上下文協議 (MCP) 應用的前沿

經典的問題「它能跑 Doom 嗎？」長期以來一直是測試新計算平台的試金石，從智慧手錶到懷孕測試紙皆不例外。這項持久的挑戰如今已延伸至大型語言模型（LLM）與 AI 聊天機器人的領域，透過一個有趣的實驗展示 DOOM 作為模型上下文協議（MCP）應用在 ChatGPT 與 Claude 等環境中執行。雖然最初說明此實作的部落格文章因使用量限制暫時無法存取，社群對此的討論卻闡明了 MCP 應用的深遠意涵與潛能。

此計畫並非讓 AI 本身在計算層面上 執行 DOOM。正如一位評論者所說：「標題具有誤導性。這是在 ChatGPT 中，但不是在 ChatGPT 上。它不是在 AI 上執行，而是執行在提供 AI 聊天機器人的網站上。」相反地，它利用 MCP 直接在聊天介面中渲染網頁資源——本質上是 iframe 中的 HTML——將聊天機器人轉變為互動應用的顯示平台。

了解模型上下文協議 (MCP) 應用

從本質上說，模型上下文協議（MCP）讓 AI 模型能與外部工具與服務互動。雖然常被視為連接 Google Drive 等標準工具的橋樑，但正如 @firasd 所指出的，「實際在聊天中應用的潛力仍被嚴重低估」。MCP 允許開發者註冊資源，當 AI 呼叫時即可直接在聊天視窗中渲染內容。這類內容通常是 HTML，顯示於 iframe 中，提供遠超純文字回覆的豐富、互動體驗。

"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

此機制根本改變了我們對 AI 聊天機器人的認知，將其從單純的對話介面提升為新一代聊天原生應用的平台。

DOOM 作為新興技術的基準測試

選擇 DOOM 作為實驗對象絕非偶然。它歷史上作為新硬體效能基準的角色，使其成為測試 MCP 應用等新興軟體範式的理想候選。

"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

此觀點凸顯了遊戲在推動新技術邊界、揭露限制並激發創新解決方案上的價值。隨著技術演進，"它能跑 Doom 嗎？"的問題也在不斷變化：

"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

超越遊戲：聊天內應用的更廣闊潛能

將互動式網頁內容嵌入聊天中，開啟了遠超單純遊戲的無限可能。評論者提出了多項實用且具創意的使用案例：

  • Data Surfacing：想像在聊天中直接呈現互動表格或動態資料視覺化。@firasd 以 "Liveclip" 示範了讓 ChatGPT 在《美國憲法》內搜尋句子，彷彿「聊天中的表格」。
  • Utilities：簡單卻實用的工具，如時鐘或計算機，可直接整合於聊天體驗中，免除切換情境的需求。
  • Educational Tools：可嵌入互動式教學或模擬，提升對話式學習效果。
  • Productivity Apps：小型、聚焦的應用程式，讓工作流程在 AI 介面內即時完成。

@firasd 甚至分享了一個無需驗證的遠端 MCP 時鐘，展示此類工具的部署與取得之便利性：

"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."

技術考量與挑戰

實作 MCP 應用，尤其是涉及豐富媒體的情況，並非沒有技術障礙。內容安全政策（CSP）是主要顧慮，特別是在提供圖片或遊戲資產等靜態資源時。

"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

這些挑戰凸顯了在安全的聊天環境中，必須謹慎規劃架構與設定，以確保嵌入內容能正確載入與運作。常見的解決方案包括透過專屬端點提供靜態資源，或使用具適當 CSP 標頭的受控 CDN。

創新者社群

將豐富、互動式內容嵌入 AI 介面的概念並非全新，社群已積極探索類似想法。在此 DOOM 示範之前，其他開發者已先行突破界限：

  • Bad Apple：@eigenblake 成功將經典的 "Bad Apple" 影片嵌入 MCP 應用，展現其多媒體能力。
  • Earlier DOOM Implementations：曾有類似的 DOOM 實作先前示範過，顯示開發者社群對此的共同好奇。
  • Snake：與 DOOM 同時，經典遊戲 Snake 也被用於早期的 MCP 與 filter 功能測試，進一步證明遊戲是寶貴的測試平台。

這些平行的努力凸顯了社群對 MCP 潛力的共識與合作精神，持續探索其前沿領域。

演變的觀點

最終，像在 MCP 應用中執行 DOOM 這類專案，提供了強而有力的示範，能根本改變我們對 AI 聊天機器人能力的認知。它們將對話從純文字生成推向互動體驗，暗示未來的 AI 介面不僅是對話夥伴，更是新一代應用平台。

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

儘管原始網站暫時無法使用，這項實驗仍成功激發了關於 MCP 未被開發潛力的討論，鼓勵開發者以創意思考 AI 聊天機器人如何承載動態、互動的體驗。

Sources