用自主 Fable 级模型构建多人游戏世界

2026 年 10 月 29 日 - 链接博客

我是如何打造世界上最「AI 浸透」的公司的（How I Built the Most AI-Pilled Company in the World）。别被这个标题党的标题劝退——Jacob Sansbury 这篇文章讲述他们如何构建 Spawn，是一次对前沿模型上智能体工程（agentic engineering）能力边界的迷人探索。

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

我在手机上玩了它几分钟，就能用提示词凭空造出一座城堡，然后是一条龙，接着骑上龙在那座城堡上空飞了一圈。

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 上的花费是薪酬的 30 倍」）。

我们的智能体直接修改线上代码，每小时发布到生产环境，所以它们自己会读取每一个错误、每一个缺陷报告和每一项指标。我们大约 60% 的工作都始于一个生产环境错误、一份 Savi 缺陷报告（Savi 就是你在 Spawn 里用来制作游戏的那个 AI）、日志里的某些异常，或者一个功能请求。 Savi 自己会提缺陷。当用户遇到一个缺陷，或者 Savi 在产品里遇到一个，她就把它提交上去。它会直接交到一个智能体手里，由它判断这是真正需要修复的缺陷、我们不打算修复的问题，还是需要做决策的有意设计。通常它会变成一个改动，在一小时内交付给那位用户，并在同一个对话里附上一条消息。 这就是把持续部署（continuous deployment）开到 11 档： 这么紧的循环只有永不停止才成立，所以我们把一小时没有发布视为 SEV-0，也就是我们最严重的一类事故。未发布的改动会堆积，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。一个智能体脑子里只能装下几个小时的工作量，所以比这更快的发布节奏反而有助于它保持连贯。[…] 我们能在 30 秒内回滚一个有问题的改动，而且只回滚出问题的那一处，别的都不动。当监控或日志告警触发时，它会启动或唤醒负责该事件的智能体，我们还会故意弄坏东西，来测试这些恢复路径是否真的有效。

读这篇文章时，我至少挑了十几次眉毛。我很难想象这种开发风格能用在出错代价更高的软件上，但对一款游戏来说，这似乎运行得惊人地好。

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 对他们来说还不够用，而当他们尝试用 GPT-6 Astra 来应用一次安全审查提出的修复时，一切都停摆了：

所有功能都被禁用了，并被标记为等安全修复完成后再重新开启。Astra 把我们的整个产品过了一遍，通过把不安全的东西关掉，让它们变得安全。

正是这类极端的实验，让我对把游戏开发当作一块探索当今编程智能体能力边界的试验田感到兴奋。

发布于 2026 年 10 月 29 日 下午 5:00