我是如何打造出世界上最拥抱 AI 的公司的。别被这个标题党的标题劝退，Jacob Sansbury 在这篇文章中介绍了他们如何打造 Spawn ，精彩地探索了利用前沿模型进行智能体工程所能达到的最前沿。

Spawn 是一个大型多人游戏环境，玩家可以通过向游戏内的智能体 Savi 输入提示词来修改游戏世界。

我在手机上打开它玩了几分钟，通过提示词变出了一座城堡，接着变出一条龙，然后骑着龙绕着城堡飞了一圈。

据 Jacob 所说，Spawn 现在由一群基于 Fable 的智能体自主开发，_每月_消耗的 token 费用超过 $3 million（“我们花在 AI token 上的钱是薪资支出的 30x”）。

我们的智能体直接修改线上代码，每小时部署一次到生产环境，所以它们会自己查看每一条错误、每一份 bug 报告和每一项指标。我们大约 60% 的工作始于生产环境错误、Savi 的 bug 报告（Savi 是你在 Spawn 中用来创建游戏的 AI）、日志中的异常，或一项功能请求。

Savi 会自己提交 bug 报告。当用户遇到 bug，或者 Savi 自己在产品中遇到 bug 时，她就会提交报告。报告会直接交给一个智能体，由它判断这是真正需要修复的 bug、我们不会修复的问题，还是需要做出决定的有意设计。通常这会变成一次修改，在一小时内交付给该用户，并在同一个聊天中附上一条消息。

这相当于把持续部署 的强度调到了 11：

如此紧密的循环只有永不停歇才能运转，因此我们把一小时没有部署视为 SEV-0，也就是最严重的事件。尚未部署的修改会不断堆积，生产环境中已经出现的每个问题也会持续更久。反馈也会变慢。一个智能体脑中只能记住几小时的工作，因此以比这更快的速度部署，实际上有助于它保持思路连贯。[...]

我们能在 30 秒内回滚有问题的修改，只回滚出问题的地方，其他地方丝毫不动。监控器或日志警报触发时，系统会启动或唤醒一个负责处理该事件的智能体；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，我惊讶地扬起眉毛的次数至少有十几次。我很难想象这种开发方式能用于那些一旦出错后果更严重的软件，但对于游戏来说，它的效果似乎出奇地好。

Jacob 说，Fable 5（以及后来的 5.1）是使这种程度的自主性成为可能的模型。Opus 5.5 对他们来说还不太够用，而当他们尝试用 GPT-6 Astra 应用安全审查提出的修复时，一切都停止了工作：

每个功能都被禁用了，并被标记为安全修复完成后重新启用。Astra 检查了我们的整个产品，通过关闭不安全的东西让它们变得安全。

正是这类极端实验，让我对游戏开发感到兴奋 ，因为它可以作为探索当今编码智能体能力边界的试验场。