加载失败
Elevator Saga 是一个 2015 年的浏览器 JavaScript 编程游戏，玩家通过 play.elevatorsaga.com 提供的 API 编写电梯控制逻辑以通过分层关卡，这些关卡常包含楼层/电梯数量约束、指定服务楼层和最大等待时间等限制。社区把它当作算法练习与课堂作业的典型示例（有人以 C++ 实现、最终关卡需多电梯与 pathfinding），也有人把它与磁盘调度类比并建议用 TLA+（并发建模/验证工具）来形式化。近来的讨论焦点是用 Claude/Opus/Sonnet 等 LLM 生成代码的可行性与局限，评论记录了模型在不同关卡的成功与失败以及依赖提示词、截图与迭代的实战流程。因此讨论同时交织算法设计、启发式求解、调试技巧与把编程乐趣迁移到提示工程的现象。
很多评论把 Elevator Saga 当作近乎完美的编程小游戏，层级设计、时间限制和多电梯约束带来持续且令人回味的挑战。玩家称其既谦逊又令人上瘾，有人多次回想并希望出现更多类似的题目。有人花时间寻找能通过所有关卡的通用策略并最终实现，这种“找到通关通用解”的成就感被反复提及。整体上，社区认为它既是有趣的消遣，也是检验算法思路的优秀小沙盒。
多位评论者分享用 Claude/Opus/Sonnet 等 LLM 或浏览器扩展现场生成代码的体验，结果参差不齐：Claude 的浏览器扩展能即时通过前几关并在第6关通过多次迭代，Opus 首次生成的实现被形容为“混乱的怪物”，Sonnet 在中级关卡就卡住了。评论指出模型常在细节和边界条件上失误，例如“最大等待时间等于挑战阈值”这类精细判定会让生成代码挂掉，且现场的“vibe coding”（与模型交互并手动复制代码）并不一定比手写更快。有人把这类多状态、需长期策略的问题看作检验 LLM 弱点的良好基准，同时讨论把乐趣从写代码转向提示词/上下文工程的现象。
评论中有人把这个游戏作为课堂作业示例：用 C++ 实现最后关卡时需要处理多部电梯且每部只服务特定楼层，理论上要做 pathfinding 或更复杂的调度策略，但实务中常以多种启发式 heuristics 反复试验直到通过隐藏测试集。也有人将电梯问题比作磁盘调度（hard drive scheduling），把它视为经典调度/排序算法的变体，适合作为算法课程练习或实验。另有观点强调现实电梯还要考虑热门楼层、通勤高峰、地铁到达等半确定性时序行为，这些统计模式使得调度问题更贴近现实且更难。有人提到用 TLA+（一种并发系统建模与验证语言/工具）来形式化电梯调用系统的设计，显示其在教学与形式化验证上的潜力。
评论暴露出若干具体解题与调试技巧：用日志和截图理解页面布局与乘客分布、参考官方 API 文档、以及在本地或浏览器里分步测试都很关键。现实做法常是用启发式方法反复调参而非一开始设计最优解，部分人通过调整 heuristics 来通过隐藏测试集。另一个常见问题是边界条件（比如最大等待时间刚好等于阈值）会导致方案失败，需要特别处理或加保护逻辑。还有人把自动化流程写入 prompt（如要求截图、读取示例代码、替换后点击 Start 并根据结果迭代），这体现了人机交互与自动化调试结合的常见策略。
LLM: LLM（Large Language Model，大型语言模型）：用于生成文本与代码的深度学习模型，评论中提到的 Claude、Opus、Sonnet 都属于此类；在需要长期状态跟踪或寻找通用最优解的问题上常有局限。
prompt/context engineering: prompt/context engineering（提示词/上下文工程）：通过设计输入、示例与环境上下文来引导 LLM 产出期望结果。评论指出很多人把调优提示与组织上下文当作解题的核心技能。
TLA+: TLA+：一种用于并发与分布式系统建模与验证的规范语言和工具，适合形式化描述电梯调度这类含状态转换与并发事件的问题并验证其正确性。
elevator scheduling algorithms: elevator scheduling algorithms（电梯调度算法）：在多电梯、多楼层与乘客请求情形下决定移动与响应策略的方法，涉及等待时间、吞吐量与优先级权衡，常与磁盘调度等经典调度问题类比。