Spawn: рой ИИ-агентов на Fable выкатывает игру в прод каждый час
Саймон Уиллисон 29 октября 2026 года опубликовал заметку о материале Джейкоба Сансбери о том, как строят Spawn. Spawn, массовая многопользовательская игровая среда, где игроки промптами (запросами на естественном языке) к встроенному ИИ-агенту Savi меняют игровой мир. Уиллисон открыл игру на телефоне на несколько минут и сумел «выпросить» у Savi замок, потом дракона, а затем полетать на драконе вокруг замка.
По рассказу Сансбери, Spawn теперь разрабатывает автономно рой агентов на модели Fable; на токены уходит свыше $3 млн в месяц («мы тратим на ИИ-токены в 30 раз больше, чем на зарплаты»). Эти цифры, слова самого Сансбери в пересказе Уиллисона, независимой проверки нет.
Агенты меняют живой код напрямую и выкатывают его в продакшен каждый час, поэтому сами читают каждую ошибку, баг-репорт и метрику. Около 60% работы начинается с ошибки в продакшене, баг-репорта от Savi, странностей в логах или запроса на функцию. Savi сама заводит баги, и когда на них наталкивается пользователь, и когда она сама сталкивается с ошибкой в продукте. Баг попадает к агенту, который решает: это настоящая ошибка, которую надо чинить, то, что чинить не будут, или задуманное поведение, требующее решения. Обычно всё заканчивается изменением, которое доставляют этому пользователю в течение часа с сообщением в том же чате.
Час без выкладки в Spawn считают инцидентом SEV-0, самого высокого уровня серьёзности. Логика такая: невыложенные изменения копятся, любая проблема в продакшене живёт дольше, обратная связь замедляется. Агент удерживает в «голове» лишь несколько часов работы, поэтому выкладка чаще этого срока, по словам автора, помогает ему оставаться связным. Сломанное изменение откатывают за 30 секунд, точечно, только там, где оно сломано. Когда срабатывает монитор или оповещение по логам, оно запускает или будит агента, ответственного за инцидент; кроме того, команда нарочно ломает систему, чтобы проверить пути восстановления.
О моделях: по словам Сансбери, нужный уровень автономии дала Fable 5, а затем 5.1. Opus 5.5 для них этого «не вытягивает». Когда они попробовали GPT-6 Astra для правок по итогам проверки безопасности, всё перестало работать: все функции были отключены с пометкой включить их после исправлений. Astra «прошлась по всему продукту и сделала небезопасное безопасным, выключив его».
Уиллисон признаёт, что его брови поднимались не меньше дюжины раз. Ему трудно представить такой подход в ПО с высокой ценой ошибки, но для игры он, по его оценке, работает на удивление хорошо. Такие крайние эксперименты, пишет он, и делают игры интересной площадкой для исследования границ возможностей современных кодинг-агентов.
Ключевые факты
- По рассказу Джейкоба Сансбери, игру Spawn разрабатывает автономный рой агентов на Fable; на токены уходит свыше $3 млн в месяц (в 30 раз больше зарплат), это его слова, без независимой проверки.
- Агенты меняют живой код и выкатывают в продакшен каждый час; час без выкладки считается инцидентом SEV-0; откат занимает 30 секунд.
- Около 60% работы начинается с ошибки в продакшене, баг-репорта от Savi, странности в логах или запроса на функцию; исправление обычно доходит до пользователя в течение часа.
- Нужную автономию, по словам Сансбери, дала Fable 5 (затем 5.1); Opus 5.5 не справляется, а GPT-6 Astra при правках по проверке безопасности отключила все функции продукта.
- Саймон Уиллисон сам попробовал Spawn на телефоне и считает подход неожиданно рабочим для игры, но сомневается в его применимости к ПО с высокими ставками.
Почему это важно
Это редкое описание крайнего варианта агентной разработки: никакого ручного релизного цикла, правки идут в продакшен каждый час, а баги чинят агенты, получающие их прямо от игрового ИИ. Для Уиллисона это пример того, как игры позволяют изучать пределы возможностей современных кодинг-агентов. Отдельно заметна оценка моделей: именно Fable 5 и 5.1, по словам Сансбери, сделали такую автономию возможной.
Кому это важно
Командам, которые строят процессы вокруг кодинг-агентов и непрерывной доставки, а также тем, кто следит за практическим сравнением передовых моделей. Для разработчиков игр и интерактивных продуктов это пример петли «сообщение пользователя, правка, выкладка» длиной около часа.
Как это применить
Прямо повторить подход нельзя: заметка не раскрывает деталей реализации. Но отдельные идеи можно взять: считать длительный простой выкладок инцидентом, быстро откатывать изменение точечно, направлять оповещения монитора и логов к ответственному агенту и намеренно ломать систему, проверяя пути восстановления. Бюджет в $3 млн в месяц, о котором говорит Сансбери, доступен немногим.
Можно ли доверять
Заметка, пересказ чужого материала. Цифры расходов ($3 млн в месяц, 30-кратное превышение над зарплатами) и описание процесса, слова Сансбери в передаче Уиллисона, независимых подтверждений нет; сумма зарплат не названа. Уиллисон сам проверил лишь одно: открыл Spawn на телефоне на несколько минут. Код и процесс выкладки он, судя по тексту, не проверял. История с GPT-6 Astra описывает одну задачу, общих выводов о модели из неё делать нельзя.
Риски и подводные камни
Сам Уиллисон сомневается, что такой стиль подойдёт для ПО с высокой ценой ошибки. Пример с Astra показывает, что агент может «починить» безопасность, просто выключив функции. В источнике нет данных о частоте багов, числе исправлений и откатов, а также о размере роя и числе игроков, так что судить об устойчивости системы по этому описанию трудно. Название модели Fable и стоимость токенов привязывают результат к конкретным дорогим моделям.
«мы тратим на ИИ-токены в 30 раз больше, чем на зарплаты»
— Джейкоб Сансбери, в пересказе Саймона Уиллисона