Simon Willison 评 Spawn：Fable 智能体集群每月花超 300 万美元 token 自主开发多人游戏

Simon Willison 博客·2026-10-30 01:00· 1 小时前AI 评分70

用自主的 Fable 级模型构建多人游戏世界

AI 导读

Simon Willison 转评 Jacob Sansbury 的文章，介绍多人游戏环境 Spawn：玩家用提示词指挥游戏内智能体 Savi 修改游戏世界，作者实测用提示词生成城堡和龙并骑龙飞行。

正文 · 原文

我如何打造世界上最具 AI 基因的公司

别被这个标题党劝退，Jacob Sansbury 这篇讲述他们如何构建 Spawn 的文章，是对前沿模型智能体工程所能达到的最前沿的一次迷人探索。

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

我在手机上打开玩了几分钟，就能用提示词生成一座城堡，然后生成一条龙，再骑着龙绕着那座城堡飞行。

按照 Jacob 的说法，Spawn 现在由一个 Fable 驱动的智能体集群自主开发，每月消耗的 token 成本超过 300 万美元：

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，因此它们会自己阅读每一个错误、缺陷报告和指标。我们大约 60% 的工作始于一个生产错误、一份 Savi 缺陷报告（Savi 是你在 Spawn 中用来构建游戏的 AI）、日志中的某些异常，或一个功能请求。

Savi 会自己提交缺陷。当用户遇到一个缺陷，或 Savi 在产品中遇到一个缺陷时，她会提交它。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缺陷、我们不会修复的问题，还是需要决策的有意设计。通常它会变成一项变更，在一小时内交付给该用户，并在同一聊天中附上一条消息。

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有效，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，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留几个小时的工作量，所以比这更快地发布实际上有助于它保持连贯。[...]

我们可以在 30 秒内回滚一项损坏的变更，精确到它损坏的位置，不波及别处。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，我们还会故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）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，一切都停止工作了：

每个功能都被禁用了，并被标记为在安全修复完成后重新开启。Astra 遍历了我们的整个产品，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程智能体能力边界的载体感到兴奋。

标签：游戏设计、AI、生成式 AI、LLM、Claude、编程智能体、智能体工程、Claude-Mythos-Fable

来源：Simon Willison 博客 · simonwillison.net