Claude Fable 5 הפך ציוץ בן ארבע שנים למשחק דפדפן תלת-ממדי (3D) שניתן לשחק בו במהלך סשן פיתוח אחד, והוא ביצע את כל העבודה הקשה ללא בחירה אנושית של מחסנית טכנולוגית (tech stack) או קלט עיצובי.

Simon Willison הזין למודל את התיאור הקצר של הציוץ, צילום מסך ושתי תמונות תומכות. מתוך הפרומפט הצנוע הזה, Claude Fable 5 כתב את כל קוד המקור (codebase), בחר ב-Three.js כמנוע התלת-ממד, יצר את הטקסטורות של המשחק באמצעות מודל OpenAI, ודחף כל שינוי למאגר (repository) ב-GitHub. המאגר היה מחובר ל-GitHub Pages, כך שכל commit הופיע בכתובת URL חיה תוך כחצי דקה. התוצאה היא משחק "Raccoon Heist" תפקודי שכל אחד יכול לשחק בו בדפדפן כבר היום.

כיצד הניסוי התפתח

  • פרומפט מינימלי – הציוץ המקורי מ-2022 הציג קונספט של משחק והראה צילום מסך בודד. Willison הוסיף שתי תמונות נוספות כרפרנס וכמה שורות טקסט. הוא לא נתן שום הוראות לגבי שפת התכנות, ספריית הגרפיקה או הפריסה (deployment).
  • החלטות מונעות מודל – Claude Fable 5 בחר ב-Three.js, ספריית JavaScript לגרפיקה בתלת-ממד, כמנוע הרינדור. הוא כתב את קוד ה-HTML, ה-JavaScript וטעינת הנכסים (assets) הדרושים להרצת המשחק.
  • נכסים שנוצרו על ידי AI – מודל OpenAI יצר תמונות טקסטורה, מה שביטל את הצורך במעצב.
  • משלוח רציף (Continuous delivery) – כל דחיפת קוד (code push) גרמה ל-GitHub Pages לבנות מחדש את האתר, מה שהפך את הגרסה החדשה ביותר לגלוי בתוך פחות מ-30 שניות. Willison צפה במשחק מתפתח בזמן אמת, מקנבס ריק לפרוטוטיפ שניתן לשחק בו במלואו.

למה זה חשוב

עוזרי תכנות מבוססי AI מסורתיים עזרו בהשלמה אוטומטית (autocomplete), הצעות לתיקון באגים או יצירת קטעי קוד (snippets) כאשר מפתח מספק מפרט מפורט. Claude Fable 5 חצה קו: הוא קיבל מטרה ברמה גבוהה, בחר את מחסנית המימוש (implementation stack), יצר נכסים ושלח מוצר חי – וכל זאת ללא הנחיה אנושית נוספת.

מדדי ביצועים (Benchmarks) כמו SWE-bench מודדים עד כמה מודלים פותרים בעיות תכנות, אך צפייה במודל שבנה באופן אוטונומי חוויה אינטראקטיבית מקצה לקצה מראה יכולת שונה. עבור בניית אבות-טיפוס מהירה (rapid prototyping), זרימת העבודה מוכיחה שמפתח יכול להעביר למודל קונספט ומספר נכסים, להפנות אותו ליעד פריסה, ולקבל דמו שמיש תוך דקות.

מי עומד להרוויח, ומי עלול להישאר מאחור

  • סטארט-אפים ומפתחים עצמאיים (indie developers) יכולים לבצע איטרציות על רעיונות למשחקים או קונספטים של ממשק משתמש (UI) מבלי לשכור צוות הנדסה מלא.
  • צוותי מוצר עשויים להשתמש בגישה זו כדי ליצור תכונות להוכחת היתכנות (proof-of-concept) עבור סקירות פנימיות.
  • ספקי כלים המספקים יצירת קוד מונעת AI עשויים לראות את הביקוש עובר אל תכונות תזמור (orchestration) ברמה גבוהה יותר – המאפשרות למודלים לבחור פריימוורקים ולנהל צינורות CI/CD.

לעומת זאת, מפתחים המתמחים בהחלטות ארכיטקטורה, אופטימיזציית ביצועים (performance tuning) או ביצועי אמנות (art direction) עשויים למצוא שהמשימות הנראות ביותר ובעלות המורכבות הנמוכה הופכות לאוטומטיות יותר ויותר. האוטונומיה של המודל מעלה גם שאלות לגבי איכות הקוד, אבטחה ורישוי של נכסים שנוצרו על ידי AI – סוגיות שעדיין דורשות פיקוח אנושי.

מגבלות הדמו הנוכחי

  • היקף (Scope) – המשחק הוא אב-טיפוס תלת-ממדי צנוע; הרחבת הגישה לאפליקציות גדולות ועתירות נתונים נותרה בלתי מוכחת.
  • תשתית אנושית (Human scaffolding) – Willison הגדיר את צינור העבודה (pipeline) של GitHub Pages וניטר את הפלט של המודל. מערכת ללא מגע אנושי לחלוטין תזדקק למנגנונים לזיהוי כשלי בנייה (build failures) או קוד לא בטוח.
  • דיוק הנכסים (Asset fidelity) – טקסטורות שנוצרו על ידי AI עובדות עבור משחק פשוט, אך עשויות להיות לא מספיקות עבור הפקות בעלות תקציב גבוה הדורשות פוטו-ריאליזם או אמנות ייחודית למותג.

מה כדאי לעקוב אחריו בהמשך

  • אינטגרציית כלים – ניתן לצפות לשילוב הדוק יותר בין מודלי שפה גדולים (LLMs) לבין שירותי בנייה בענן, מה שיצמצם את הצעדים הידניים שביצע Willison.
  • שכבות בטיחות – פלטפורמות עשויות להוסיף סקירת קוד אוטומטית או סנדבוקס (sandboxing) כדי לתפוס פרצות אבטחה לפני הפריסה.
  • אבולוציה של מדדי ביצועים – ערכות הערכה חדשות שיבחנו אספקת מוצר מקצה לקצה יוכלו להשלים את מדדי השלמת הקוד הקיימים.

המסקנה ברורה: AI יכול כעת לעבור מ"כתוב את הפונקציה הזו" ל"בנה ושלח מוצר שלם וניתן להרצה" כאשר ניתנת לו מטרה תמציתית וחומר מקור מסוים. הטכנולוגיה עדיין בשלבים מוקדמים, אך ההדגמה של Claude Fable 5 רומזת על עתיד שבו הטיוטה הראשונה של רעיונות תוכנה רבים תיווצר באופן אוטונומי, מה שיפנה את המפתחים להתמקד בשיפור, באסטרטגיה וביצירתיות.