Claude Fable 5は、4年前のツイートをわずか1回の開発セッションでプレイ可能な3Dブラウザゲームへと変貌させました。しかも、人間が技術スタックやデザインを指定することなく、その大半の作業を自律的にこなしたのです。

Simon Willison氏は、ツイートの簡潔な説明、スクリーンショット、そして2枚の補足画像をモデルに与えました。その控えめなプロンプトから、Claude Fable 5はコードベース全体を記述し、3DエンジンとしてThree.jsを選択し、OpenAIのモデルを介してゲームのテクスチャを生成し、各変更をGitHubリポジトリにプッシュしました。リポジトリはGitHub Pagesに連携されていたため、すべてのコミットは約30秒以内にライブURLとして反映されました。その結果、今日誰もがブラウザで遊べる、機能的な「Raccoon Heist」ゲームが誕生しました。

実験のプロセス

  • 最小限のプロンプト – 2022年の元のツイートには、ゲームのコンセプトが記載され、スクリーンショットが1枚示されていました。Willison氏は、参照用に2枚の追加画像と数行のテキストを加えました。プログラミング言語、グラフィックスライブラリ、デプロイに関する指示は一切与えていません。
  • モデル主導の意思決定 – Claude Fable 5は、3Dグラフィックス用のJavaScriptライブラリであるThree.jsをレンダリングエンジンとして選択しました。ゲームの実行に必要なHTML、JavaScript、およびアセット読み込みコードを記述しました。
  • AI生成アセット – OpenAIのモデルがテクスチャ画像を生成したことで、デザイナーの必要性がなくなりました。
  • 継続的デリバリー – コードをプッシュするたびにGitHub Pagesがサイトを再構築し、30秒以内に最新バージョンが公開されました。Willison氏は、真っ白なキャンバスから完全にプレイ可能なプロトタイプへと、ゲームがリアルタイムで進化していく様子を見守りました。

なぜこれが重要なのか

従来のAIコーディングアシスタントは、開発者が詳細な仕様を提供した場合に、オートコンプリート、バグ修正の提案、あるいはスニペットの生成を支援するものでした。しかし、Claude Fable 5は一線を越えました。抽象的な目標を受け取り、実装スタックを選択し、アセットを生成し、ライブ製品としてリリースしたのです。これらすべてを、人間による追加の指示なしで行いました。

SWE-benchのようなベンチマークは、モデルがプログラミング問題をどれだけうまく解決できるかを測定するものですが、モデルがエンドツーエンドのインタラクティブな体験を自律的に構築する様子は、それとは異なる能力を示しています。迅速なプロトタイピングにおいて、このワークフローは、開発者がコンセプトといくつかのアセットをモデルに渡し、デプロイ先を指定するだけで、数分以内に利用可能なデモを受け取れることを証明しています。

恩恵を受ける者と、取り残される者

  • スタートアップやインディー開発者は、フルエンジニアリングチームを雇うことなく、ゲームのアイデアやUIコンセプトを繰り返し試行（イテレーション）できます。
  • プロダクトチームは、社内レビュー用の概念実証（PoC）機能を作成するためにこの手法を利用できるでしょう。
  • ツールベンダーが提供するAI駆動のコード生成は、需要がより高度なオーケストレーション機能へとシフトする可能性があります。つまり、モデルにフレームワークを選択させ、CI/CDパイプラインを管理させるような機能です。

逆に、アーキテクチャの決定、パフォーマンスチューニング、あるいはアートディレクションを専門とする開発者は、最も目に見えやすく、複雑性の低いタスクがますます自動化されていくことを実感するかもしれません。また、モデルの自律性は、コードの品質、セキュリティ、AI生成アセットのライセンスに関する疑問も投げかけています。これらは依然として人間の監視を必要とする課題です。

現在のデモの限界

  • スコープ – このゲームは控えめな3Dプロトタイプに過ぎません。この手法を、大規模でデータ集約型のアプリケーションに拡張できるかどうかは、まだ証明されていません。
  • 人間による足場固め – Willison氏はGitHub Pagesのパイプラインをセットアップし、モデルの出力を監視しました。完全に「丸投げ」できるシステムにするには、ビルドの失敗や安全でないコードを検出するメカニズムが必要になります。
  • アセットの忠実度 – AI生成のテクスチャはシンプルなゲームには適していますが、フォトリアリズムやブランド固有のアートを求めるハイ予算の制作物には及ばない可能性があります。

今後の注目点

  • ツールの統合 – 大規模言語モデルとクラウドビルドサービスとの結合がより強まり、Willison氏が行ったような手動のステップが削減されることが予想されます。
  • セーフティレイヤー – デプロイ前にセキュリティ上の欠陥を捉えるために、プラットフォームが自動コードレビューやサンドボックス化を追加する可能性があります。
  • ベンチマークの進化 – エンドツーエンドの製品提供をテストする新しい評価スイートが、既存のコード補完指標を補完するようになるかもしれません。

結論は明確です。簡潔な目標といくつかの素材が与えられれば、AIは「この関数を書いて」という段階を超えて、「完全で実行可能な製品を構築してリリースする」段階へと移行できるのです。技術はまだ初期段階にありますが、Claude Fable 5のデモンストレーションは、多くのソフトウェアのアイデアの初稿が自律的に生成され、開発者が洗練、戦略、そして創造性に集中できる未来を予感させます。