使用自主 Fable 级模型构建多人游戏世界

我是如何建立世界上“AI化”程度最高的公司的。别被这个略显耸动的标题劝退，Jacob Sansbury 这篇关于 Spawn 的文章极具洞察力，详细探讨了利用前沿模型进行代理式工程（agentic engineering）的极致可能。

Spawn 是一个大型多人游戏环境，玩家可以向游戏内的代理 Savi 发送提示词来修改游戏世界。

我在手机上试玩了几分钟，通过提示词生成了一座城堡，接着是一条龙，然后骑着龙在城堡上空的天空翱翔。

据 Jacob 描述，Spawn 目前正由一群由 Fable 驱动的 Agent 自主开发，每月仅 token 成本就超过 300 万美元（“我们在 AI token 上的支出是人力成本的 30 倍”）。

我们的 Agent 直接修改线上代码并每小时发布至生产环境，因此它们会自行读取所有错误、bug 报告及指标。我们约 60% 的工作源自生产环境错误、Savi 的 bug 报告（Savi 是 Spawn 中用于构建游戏的 AI）、日志中的异常或功能请求。

Savi 会自行提交 bug。当用户或 Savi 本身在产品中遇到 bug 时，它会立即上报。问题会直接分配给一个 Agent，由其判断这是需要修复的真实 bug、我们决定不予处理的问题，还是需要人工决策的故意设计。通常最终会生成一项变更，在一小时内送达该用户，并在同一聊天窗口中反馈结果。

这是将持续部署（continuous deployment）推至极限的做法：

如此紧凑的循环唯有不间断运行才能生效，因此我们将“一小时无发布”视为 SEV-0，即最严重级别的事件。未发布的变更会不断堆积，导致已存在于生产环境的问题存续时间变长，反馈也会变慢。Agent 的记忆容量仅能维持数小时的工作量，因此更快的发布频率实际有助于维持其逻辑连贯性。[...]

我们可以在 30 秒内回滚损坏的变更，且仅精准定位到故障点而不影响其他部分。当监控或日志警报触发时，它会启动或唤醒负责该事故的 Agent。我们甚至会故意制造故障，以测试这些恢复路径的有效性。

阅读这段描述时，我至少十几次都感到惊讶。很难想象这种开发模式能应用于那些出错代价更高的软件，但在游戏领域，这种模式似乎运行得出奇地好。

Jacob 表示，Fable 5（及后续的 5.1）才是让这一程度的自主性成为可能的模型。Opus 5.5 在他们看来还做不到这一点；而当他们尝试让 GPT-6 Astra 应用安全审查后的修复时，所有功能都停止了工作：

每个功能都被禁用，并标记为待安全修复完成后重新开启。Astra 遍历了我们的产品，通过关闭不安全功能的方式来实现“安全化”。

正是这类极端的实验，让我对把游戏开发当作探索当今 coding agent 能力边界的载体感到兴奋。