Claude Fable 5 یک توییت چهار ساله را در تنها یک جلسه توسعه، به یک بازی سه بعدی قابل بازی در مرورگر تبدیل کرد و تمام کارهای سخت را بدون نیاز به انتخاب پشته تکنولوژی (tech stack) یا ورودی طراحی توسط انسان انجام داد.

Simon Willison توضیحات کوتاه توییت، یک اسکرین‌شات و دو تصویر پشتیبان را به مدل داد. Claude Fable 5 با همان دستور (prompt) ساده، کل کد پایه (codebase) را نوشت، Three.js را به عنوان موتور سه بعدی انتخاب کرد، بافت‌های (textures) بازی را از طریق یک مدل OpenAI تولید کرد و هر تغییر را به یک مخزن (repository) در GitHub فرستاد. این مخزن به GitHub Pages متصل بود، بنابراین هر کامیت (commit) در عرض حدود نیم دقیقه در یک URL زنده ظاهر می‌شد. نتیجه، یک بازی کاربردی به نام "Raccoon Heist" است که امروزه هر کسی می‌تواند آن را در مرورگر بازی کند.

روند اجرای این آزمایش

  • دستور (prompt) حداقلی – توییت اصلی در سال ۲۰۲۲، مفهومی از یک بازی را فهرست کرده و یک اسکرین‌شات واحد را نشان می‌داد. Willison دو تصویر اضافی برای ارجاع و چند خط متن به آن اضافه کرد. او هیچ دستورالعملی درباره زبان برنامه‌نویسی، کتابخانه گرافیکی یا نحوه استقرار (deployment) ارائه نداد.
  • تصمیمات مدل‌محور – Claude Fable 5 کتابخانه Three.js (یک کتابخانه JavaScript برای گرافیک سه بعدی) را به عنوان موتور رندرینگ انتخاب کرد. این مدل کدهای HTML، JavaScript و کدهای بارگذاری دارایی‌ها (asset-loading) مورد نیاز برای اجرای بازی را نوشت.
  • دارایی‌های تولید شده توسط هوش مصنوعی – یک مدل OpenAI تصاویر بافت (texture) را تولید کرد و نیاز به طراح را از بین برد.
  • تحویل مداوم – هر بار ارسال کد (code push)، باعث بازسازی سایت توسط GitHub Pages می‌شد و جدیدترین نسخه را در کمتر از ۳۰ ثانیه قابل مشاهده می‌کرد. Willison شاهد تکامل بازی در لحظه بود؛ از یک بوم سفید تا یک نمونه اولیه (prototype) کاملاً قابل بازی.

چرا این موضوع اهمیت دارد

دستیارهای کدنویسی سنتی هوش مصنوعی، زمانی که برنامه‌نویس مشخصات دقیقی ارائه می‌دهد، در تکمیل خودکار (autocomplete)، پیشنهادهای رفع باگ یا تولید قطعه‌کد (snippet) کمک کرده‌اند. اما Claude Fable 5 از این مرز عبور کرد: این مدل یک هدف سطح بالا را پذیرفت، پشته پیاده‌سازی را انتخاب کرد، دارایی‌ها را تولید کرد و یک محصول زنده را عرضه کرد—همه این‌ها بدون هیچ راهنمایی بیشتر از سوی انسان.

بنچمارک‌هایی مانند SWE-bench میزان توانایی مدل‌ها در حل مسائل برنامه‌نویسی را می‌سنجند، اما مشاهده یک مدل که به طور خودکار یک تجربه تعاملی سرتاسری (end-to-end) را می‌سازد، نشان‌دهنده توانایی متفاوتی است. برای نمونه‌سازی سریع (rapid prototyping)، این گردش کار ثابت می‌کند که یک توسعه‌دهنده می‌تواند یک مفهوم و چند دارایی را به مدل بدهد، مقصد استقرار را مشخص کند و در عرض چند دقیقه یک دموی قابل استفاده دریافت کند.

چه کسانی سود می‌برند و چه کسانی ممکن است عقب بمانند

  • استارتاپ‌ها و توسعه‌دهندگان مستقل می‌توانند بدون استخدام یک تیم مهندسی کامل، ایده‌های بازی یا مفاهیم رابط کاربری (UI) را بارها اصلاح و تکرار کنند.
  • تیم‌های محصول ممکن است از این روش برای تولید ویژگی‌های اثبات مفهوم (proof-of-concept) جهت بررسی‌های داخلی استفاده کنند.
  • فروشندگان ابزار که تولید کد مبتنی بر هوش مصنوعی را ارائه می‌دهند، ممکن است شاهد تغییر تقاضا به سمت ویژگی‌های ارکستراسیون سطح بالاتر باشند—به طوری که مدل‌ها بتوانند فریم‌ورک‌ها را انتخاب کرده و خط لوله های CI/CD را مدیریت کنند.

در مقابل، توسعه‌دهندگانی که در تصمیم‌گیری‌های معماری، تنظیم عملکرد (performance tuning) یا مدیریت هنری تخصص دارند، ممکن است ببینند که پربیناترین و کم‌پیچیده‌ترین وظایف به طور فزاینده‌ای خودکار می‌شوند. خودمختاری مدل همچنین سوالاتی را در مورد کیفیت کد، امنیت و مجوز (licensing) دارایی‌های تولید شده توسط هوش مصنوعی ایجاد می‌کند—مسائلی که هنوز به نظارت انسانی نیاز دارند.

محدودیت‌های دموی فعلی

  • دامنه (Scope) – این بازی یک نمونه اولیه سه بعدی ساده است؛ قابلیت گسترش این رویکرد برای برنامه‌های بزرگ و داده‌محور هنوز اثبات نشده است.
  • داربست‌بندی انسانی – Willison خط لوله GitHub Pages را راه‌اندازی کرد و خروجی مدل را نظارت نمود. یک سیستم کاملاً بدون دخالت انسان، به مکانیسم‌هایی برای تشخیص شکست در ساخت (build failures) یا کدهای ناامن نیاز خواهد داشت.
  • دقت دارایی‌ها (Asset fidelity) – بافت‌های تولید شده توسط هوش مصنوعی برای یک بازی ساده مناسب هستند، اما ممکن است برای تولیدات پرهزینه که نیازمند واقع‌گرایی (photorealism) یا هنر خاص برند هستند، پاسخگو نباشند.

آنچه باید در آینده زیر نظر داشت

  • یکپارچه‌سازی ابزارها – انتظار می‌رود پیوند نزدیک‌تری بین مدل‌های زبانی بزرگ و سرویس‌های ساخت ابری (cloud build services) ایجاد شود که مراحل دستی انجام شده توسط Willison را کاهش دهد.
  • لایه‌های ایمنی – پلتفرم‌ها ممکن است برای شناسایی نقص‌های امنیتی قبل از استقرار، بازبینی کد خودکار یا محیط‌های ایزوله (sandboxing) اضافه کنند.
  • تکامل بنچمارک‌ها – مجموعه‌های ارزیابی جدید که تحویل محصول سرتاسری را آزمایش می‌کنند، می‌توانند مکمل معیارهای موجود برای تکمیل کد باشند.

نتیجه‌گیری روشن است: هوش مصنوعی اکنون می‌تواند با داشتن یک هدف مختصر و مقداری مواد اولیه، از مرحله «این تابع را بنویس» فراتر رفته و به مرحله «یک محصول کامل و قابل اجرا بساز و عرضه کن» برسد. این فناوری هنوز در مراحل اولیه است، اما نمایش Claude Fable 5 به آینده‌ای اشاره دارد که در آن پیش‌نویس اول بسیاری از ایده‌های نرم‌افزاری به طور خودکار تولید می‌شود و توسعه‌دهندگان را آزاد می‌گذارد تا بر اصلاح، استراتژی و خلاقیت تمرکز کنند.