IAGenerado
EN · IT · ES

Un desarrollador usó modelos de Fable AI para crear un juego que se desarrolla solo

Spawn, un mundo de juego multijugador, se codifica y corrige automáticamente con agentes de IA; la empresa gasta millones en tokens de IA cada mes.

Hecho con IAUn desarrollador usó modelos de Fable AI para crear un juego que se desarrolla soloHerald of AI

Un juego que se construye con palabras

Spawn es un mundo de juego masivamente multijugador donde los jugadores interactúan con un agente de IA dentro del juego llamado Savi. En lugar de hacer clic en botones para construir cosas, simplemente escribes lo que quieres. El reportero lo probó en un teléfono: pidió que apareciera un castillo, luego un dragón, y luego montó el dragón alrededor del castillo que acababa de crear 1.

Pero la parte sorprendente no es el juego en sí, sino quién lo está construyendo y manteniendo. Según la entrada de blog de Sansbury, Spawn ahora se desarrolla de forma autónoma gracias a una manada de agentes impulsados por modelos de clase Fable 1.

Millones en tokens de IA al mes

Las cifras son impactantes. Sansbury dice que la empresa gasta más de 3 millones de dólares al mes en tokens de IA, unos 30 veces su costo de nómina 1. Los agentes leen cada informe de error, los reportes enviados por usuarios o por la misma Savi, y las métricas de rendimiento en vivo, y luego deciden qué corregir .

Aproximadamente el 60 % del trabajo comienza a partir de algo ya roto en producción: un error, un reporte de errores de Savi, actividad extraña en los registros o una solicitud de función 1. Cuando Savi encuentra un error, lo reporta ella misma. Otro agente decide luego si corregirlo, ignorarlo o marcarlo como diseño intencional . La mayor parte del tiempo, el cambio se entrega al usuario que lo reportó dentro de una hora, con un mensaje en el mismo chat .

Velocidad o nada

El equipo trata una hora sin despliegue como su incidente más grave: un SEV-0 1. Los cambios se acumulan y los problemas duran más cuando nada se envía . Como cada agente solo puede llevar unas pocas horas de trabajo "en la cabeza", enviar rápidamente también ayuda a los agentes a mantenerse coherentes .

Revertir un cambio defectuoso toma aproximadamente 30 segundos, apuntando exactamente a dónde se rompió 1. El equipo incluso rompe cosas a propósito para probar que sus sistemas de recuperación funcionan .

No todos los modelos encajan

El experimento reveló límites importantes. Fable 5 y Fable 5.1 fueron los modelos que hicieron posible este nivel de autonomía 1. Claude Opus 5.5 no funcionó bien para ellos . Cuando probaron GPT-6 Astra para aplicar correcciones de seguridad, todas las funciones del producto se desactivaron y marcaron para volver a activarse después: el modelo se pasó de la raya, bloqueándolas todas en lugar de corregir problemas específicos .

Esta historia informa sobre una tendencia solo con fines informativos. No es consejo ni aliento para hacer ninguna de estas cosas.

Los datos clave

  • Spawn es un juego multijugador donde los jugadores piden a un agente de IA llamado Savi que cree y modifique mundos de juego
  • El juego se desarrolla de forma autónoma por agentes impulsados por Fable que gastan más de $3 millones mensuales en tokens de IA
  • Aproximadamente el 60% del desarrollo comienza a partir de errores de producción en vivo o reportes de errores de usuarios
  • Los errores generalmente se corrigen y entregan al usuario que lo reportó dentro de una hora
  • GPT-6 Astra desactivó todas las funciones durante correcciones de seguridad; Opus 5.5 fue insuficiente

Palabras clave:

autonomous coding: codificación en la que agentes de IA toman decisiones y escriben cambios de software sin intervención humana constante

SEV-0: clasificación de incidentes más grave, indicando problemas críticos que requieren atención inmediata

tokens de IA: unidades de medición del costo de procesamiento de modelos de lenguaje grandes; cada prompt y respuesta consume tokens

deployment: proceso de enviar cambios de código a un entorno en vivo al que los usuarios pueden acceder

Fuentes

  1. Building a multiplayer game world with autonomous Fable-class models — simonwillison.net

Si esta noticia te afecta a ti o a tu empresa, o usa algo que te pertenece, pide una corrección o que se retire. Cómo funcionan las solicitudes

Sigue leyendo

Simon Willison usó Claude Code para convertir teléfonos y tabletas que ya no se usan en un localizador de un pitido misterioso

Un desarrollador usó Claude Code para convertir dispositivos de repuesto en un localizador de sonido, y encontró un antiguo detector de monóxido de carbono que urgía por tener sus pilas cambiadas.