Simon Willison 转述 Spawn 如何用 Fable 模型智能体集群自主开发游戏

#小标题

2026年10月29日 - 链接博客

我如何打造世界上AI含量最高的公司。别被这个标题党劝退，Jacob Sansbury 的这篇文章讲述他们如何构建 Spawn，是对前沿模型智能体工程所能达到的极限的一次引人入胜的探索。

Spawn 是一个大型多人在线游戏环境，玩家可以通过提示词（发给游戏内智能体 Savi）来修改游戏世界。

我在手机上启动它玩了几分钟，就能通过提示词凭空造出一座城堡，然后是一条龙，接着骑着那条龙绕着城堡飞行。

按照 Jacob 的说法，Spawn 现在由一个由 Fable 驱动的智能体集群自主开发，每月 token 成本超过 300 万美元（“我们在 AI token 上的花费是工资的 30 倍”）。

我们的智能体直接修改线上代码并每小时发布到生产环境，因此它们自己读取每一个错误、bug 报告和指标。我们大约 60% 的工作始于一个生产错误、一份 Savi bug 报告（Savi 就是你在 Spawn 中用来构建游戏的 AI）、日志中的某些异常，或者一个功能请求。

Savi 会自己提交 bug。当用户遇到一个 bug，或者 Savi 在产品中遇到一个 bug 时，她就会提交它。它会直接交给一个智能体，由该智能体判断这是需要修复的真实 bug、我们不会修复的问题，还是需要做出决策的有意设计。通常它会变成一项变更，在一小时内交付给该用户，并在同一个聊天中发送一条消息。

这就是把持续部署拉满到 11 级：

如此紧密的循环只有在永不停止时才能奏效，因此我们把一小时没有发布视为 SEV-0，即我们最严重的一类事故。未发布的变更会堆积起来，而生产环境中已有的每个问题都会持续更久。反馈也会变慢。一个智能体只能在脑中保持几个小时的工作量，因此比这更快地发布实际上有助于它保持连贯。[...]

我们可以在 30 秒内回滚一项有问题的变更，且精确回滚到出问题的地方，不影响其他任何地方。当监控或日志告警触发时，它会启动或唤醒一个负责该事故的智能体，而我们会有意制造故障来测试这些恢复路径是否有效。

读这篇文章时我至少挑了十几次眉。我很难想象这种开发风格能用在出错代价更高的软件上，但对于一款游戏来说，这似乎效果出奇地好。

Jacob 说，Fable 5（以及后来的 5.1）正是让这种自主程度成为可能的模型。Opus 5.5 对他们来说不太够用，而当他们尝试用 GPT-6 Astra 来应用安全审查中的修复时，一切都停摆了：

每一项功能都被禁用了，并被标记为在安全修复完成后重新开启。Astra 遍历了我们整个产品，通过把不安全的东西关掉来让它们变得安全。

正是这类极端实验让我对游戏开发作为探索当今编码智能体能力边界的载体感到兴奋。

发布于 2026年10月29日下午5点

近期文章

氛围游戏开发的十月拐点 - 2026年10月28日

Battle Drones——一款氛围编码的、基于音频多人的 RTS - 2026年10月20日

你好 Python 3.15，再见 3.10，现在我可以使用 3.11 了 - 2026年10月12日

我博客的一个新功能，用我的声音构建 - 2026年10月9日

这是 Simon Willison 的链接文章，发布于 2026年10月29日。