AI 代理自主開發遊戲：Spawn 每月耗資數百萬美元代幣，實現每小時部署

雅各布·桑斯伯里（Jacob Sansbury）描述他們如何打造 Spawn 的文章，儘管標題有些聳動，但它深入探討了利用前沿模型進行代理工程（agentic engineering）所能達到的尖端可能性，令人著迷。

Spawn 是一個大型多人遊戲環境，玩家可以透過提示詞（給遊戲內的代理 Savi）來修改遊戲世界。

我在手機上玩了幾分鐘，成功提示出一個城堡，然後是一條龍，接著騎著龍繞著城堡飛行。

根據雅各布的說法，Spawn 現在正由一群 Fable 驅動的代理自主開發，每月代幣花費超過三百萬美元（「我們在 AI 代幣上的花費是人事成本的 30 倍」）。

我們的代理直接修改即時程式碼並每小時部署到正式環境，因此它們會自行閱讀每個錯誤、錯誤報告和指標。大約 60% 的工作始於正式環境錯誤、Savi 的錯誤報告（Savi 是你在 Spawn 中用來建構遊戲的 AI）、日誌中的異常，或是功能請求。

Savi 會自行提交錯誤報告。當使用者遇到錯誤，或 Savi 在產品中遇到錯誤時，它會提交報告。報告會直接發送給一個代理，由其決定這是否是一個需要修復的真實錯誤、我們不打算修復的問題，還是需要決策的刻意設計。通常，這會變成一個變更，並在一小時內交付給該使用者，同時在同一個聊天中發送訊息。

這就是將持續部署發揮到極致：

如此緊密的循環只有在永不停止的情況下才能奏效，因此我們將一小時沒有部署視為 SEV-0，這是我們最嚴重的事件等級。未部署的變更會堆積如山，而正式環境中已存在的問題也會持續更久。回饋也會變慢。一個代理只能在腦中保留幾個小時的工作，因此更快的部署實際上能幫助它保持連貫性。

我們可以在 30 秒內回溯有問題的變更，精確地回溯問題發生的位置，而不是其他地方。當監控或日誌警報觸發時，它會啟動或喚醒負責該事件的代理，我們甚至會故意破壞東西來測試這些恢復路徑是否有效。

讀到這篇文章時，我至少驚訝了十幾次。我難以想像這種開發模式如何在風險更高的軟體上運作，但對於遊戲來說，這似乎出乎意料地成功。

雅各布表示，Fable 5（以及後來的 5.1）是實現這種自主程度的模型。Opus 5.5 對他們來說還不夠格，而當他們嘗試使用 GPT-6 Astra 來應用安全審查中的修復時，一切都停止運作了：

「所有功能都被停用，並標記為在安全修復完成後才能重新開啟。Astra 遍歷了我們整個產品，透過關閉不安全的功能來使其變得安全。」

正是這類極端實驗，讓我對遊戲開發作為探索當今編碼代理極限的基礎感到興奮。