Claude Fable 5 превратила твит четырехлетней давности в играбельную 3D-игру для браузера всего за одну сессию разработки, причем выполнила всю основную работу без участия человека в выборе технологического стека или дизайне.

Саймон Уиллисон (Simon Willison) скормил модели краткое описание твита, скриншот и два вспомогательных изображения. На основе этого скромного промпта Claude Fable 5 написала весь программный код, выбрала Three.js в качестве 3D-движка, сгенерировала текстуры игры с помощью модели OpenAI и отправляла каждое изменение в репозиторий GitHub. Репозиторий был связан с GitHub Pages, поэтому каждый коммит появлялся по прямой ссылке примерно через полминуты. Результатом стала функциональная игра «Raccoon Heist», в которую сегодня может поиграть любой желающий прямо в браузере.

Как проходил эксперимент

  • Минимальный промпт — В оригинальном твите 2022 года была описана концепция игры и приложен один скриншот. Уиллисон добавил два дополнительных изображения для справки и несколько строк текста. Он не давал никаких инструкций относительно языка программирования, графической библиотеки или развертывания.
  • Решения на основе модели — Claude Fable 5 выбрала Three.js, библиотеку JavaScript для 3D-графики, в качестве движка рендеринга. Она написала HTML, JavaScript и код загрузки ассетов, необходимый для запуска игры.
  • Ассеты, созданные ИИ — Модель OpenAI создала текстуры, избавив от необходимости привлекать дизайнера.
  • Непрерывная доставка — Каждый пуш кода запускал пересборку сайта через GitHub Pages, благодаря чему новая версия становилась доступна менее чем через 30 секунд. Уиллисон наблюдал за развитием игры в реальном времени: от чистого холста до полностью играбельного прототипа.

Почему это важно

Традиционные ИИ-помощники для написания кода помогали с автодополнением, предложениями по исправлению ошибок или генерацией фрагментов кода, когда разработчик предоставлял подробную спецификацию. Claude Fable 5 перешла черту: она приняла высокоуровневую цель, выбрала стек реализации, создала ассеты и выпустила готовый продукт — и все это без дальнейшего участия человека.

Бенчмарки, такие как SWE-bench, измеряют, насколько хорошо модели решают задачи программирования, но наблюдение за тем, как модель автономно создает полноценный интерактивный опыт, демонстрирует иное качество. Для быстрого прототипирования этот рабочий процесс доказывает, что разработчик может передать модели концепцию и несколько ассетов, указать цель развертывания и получить рабочее демо за считанные минуты.

Кто выиграет, а кто может остаться позади

  • Стартапы и инди-разработчики смогут итерировать игровые идеи или концепции интерфейсов без найма полноценной команды инженеров.
  • Продуктовые команды могут использовать этот подход для создания прототипов функций (proof-of-concept) для внутреннего тестирования.
  • Поставщики инструментов, предоставляющие генерацию кода на базе ИИ, могут столкнуться со смещением спроса в сторону функций высокоуровневой оркестрации — позволяющих моделям самостоятельно выбирать фреймворки и управлять конвейерами CI/CD.

С другой стороны, разработчики, специализирующиеся на архитектурных решениях, оптимизации производительности или арт-дирекшне, могут обнаружить, что наиболее заметные и простые задачи все чаще автоматизируются. Автономность модели также поднимает вопросы о качестве кода, безопасности и лицензировании ассетов, созданных ИИ, — проблемы, которые все еще требуют контроля со стороны человека.

Ограничения текущего демо

  • Масштаб — игра представляет собой скромный 3D-прототип; возможность масштабирования этого подхода до крупных приложений с интенсивным использованием данных остается недоказанной.
  • Человеческая поддержка — Уиллисон настроил конвейер GitHub Pages и контролировал результаты работы модели. Полностью автономной системе потребуются механизмы для обнаружения ошибок сборки или небезопасного кода.
  • Качество ассетов — текстуры, созданные ИИ, подходят для простой игры, но могут не подойти для высокобюджетных проектов, требующих фотореализма или специфического фирменного стиля.

За чем следить дальше

  • Интеграция инструментов — ожидается более тесная связь между большими языковыми моделями и облачными сервисами сборки, что сократит количество ручных действий, которые выполнял Уиллисон.
  • Слои безопасности — платформы могут добавить автоматизированный аудит кода или песочницы для обнаружения уязвимостей перед развертыванием.
  • Эволюция бенчмарков — новые наборы тестов, проверяющие поставку готового продукта «под ключ», могут дополнить существующие метрики автодополнения кода.

Вывод очевиден: теперь ИИ может выйти за рамки задачи «напиши эту функцию» и перейти к «создай и выпусти готовый, запускаемый продукт», если ему дать краткую цель и исходный материал. Технология находится на ранней стадии, но демонстрация Claude Fable 5 намекает на будущее, в котором первый черновик многих программных идей будет создаваться автономно, освобождая разработчиков для работы над доработкой, стратегией и творчеством.