Claude Fable 5 đã biến một tweet từ bốn năm trước thành một trò chơi 3D có thể chơi được trên trình duyệt chỉ trong một phiên phát triển, và nó đã thực hiện hầu hết các công việc nặng nhọc mà không cần con người phải lựa chọn ngăn xếp công nghệ (tech stack) hay đưa ra đầu vào về thiết kế.

Simon Willison đã cung cấp cho mô hình mô tả ngắn gọn của tweet, một ảnh chụp màn hình và hai hình ảnh hỗ trợ. Từ lời nhắc (prompt) khiêm tốn đó, Claude Fable 5 đã viết toàn bộ mã nguồn, chọn Three.js làm công cụ 3D, tạo ra các kết cấu (textures) của trò chơi thông qua một mô hình OpenAI và đẩy từng thay đổi lên một kho lưu trữ GitHub. Kho lưu trữ này được kết nối với GitHub Pages, vì vậy mỗi lần commit đều xuất hiện tại một URL trực tiếp trong vòng khoảng nửa phút. Kết quả là một trò chơi “Raccoon Heist” hoàn chỉnh mà bất kỳ ai cũng có thể chơi trên trình duyệt ngay hôm nay.

Quá trình thử nghiệm diễn ra như thế nào

  • Lời nhắc tối giản – Tweet gốc năm 2022 chỉ liệt kê một khái niệm trò chơi và hiển thị một ảnh chụp màn hình duy nhất. Willison đã thêm hai hình ảnh bổ sung để tham khảo và một vài dòng văn bản. Anh không đưa ra bất kỳ hướng dẫn nào về ngôn ngữ lập trình, thư viện đồ họa hay triển khai.
  • Quyết định do mô hình dẫn dắt – Claude Fable 5 đã chọn Three.js, một thư viện JavaScript cho đồ họa 3D, làm công cụ kết xuất (rendering engine). Nó đã viết mã HTML, JavaScript và mã tải tài nguyên cần thiết để chạy trò chơi.
  • Tài nguyên do AI tạo ra – Một mô hình OpenAI đã tạo ra các hình ảnh kết cấu, loại bỏ nhu cầu cần đến một nhà thiết kế.
  • Chuyển giao liên tục – Mỗi lần đẩy mã (code push) đều kích hoạt GitHub Pages xây dựng lại trang web, giúp phiên bản mới nhất hiển thị trong chưa đầy 30 giây. Willison đã theo dõi trò chơi phát triển trong thời gian thực, từ một khung hình trống trơn đến một bản mẫu (prototype) có thể chơi được hoàn chỉnh.

Tại sao điều này lại quan trọng

Các trợ lý lập trình AI truyền thống thường giúp tự động hoàn thành mã (autocomplete), gợi ý sửa lỗi hoặc tạo các đoạn mã mẫu khi lập trình viên cung cấp một đặc tả chi tiết. Claude Fable 5 đã vượt qua một ranh giới: nó chấp nhận một mục tiêu cấp cao, chọn ngăn xếp triển khai, tạo tài nguyên và xuất bản một sản phẩm trực tiếp—tất cả mà không cần thêm sự chỉ đạo của con người.

Các điểm chuẩn (benchmarks) như SWE-bench đo lường mức độ mô hình giải quyết các vấn đề lập trình tốt đến đâu, nhưng việc chứng kiến một mô hình tự chủ xây dựng một trải nghiệm tương tác đầu-cuối (end-to-end) cho thấy một khả năng khác biệt. Đối với việc tạo bản mẫu nhanh (rapid prototyping), quy trình này chứng minh rằng một lập trình viên có thể đưa cho mô hình một khái niệm và một vài tài nguyên, chỉ định mục tiêu triển khai và nhận được một bản demo có thể sử dụng được chỉ trong vài phút.

Ai sẽ được hưởng lợi, và ai có thể bị bỏ lại phía sau

  • Các công ty khởi nghiệp và nhà phát triển độc lập có thể thử nghiệm các ý tưởng trò chơi hoặc khái niệm giao diện người dùng (UI) mà không cần thuê một đội ngũ kỹ thuật đầy đủ.
  • Các đội ngũ sản phẩm có thể sử dụng cách tiếp cận này để tạo ra các tính năng thử nghiệm khái niệm (proof-of-concept) phục vụ cho việc đánh giá nội bộ.
  • Các nhà cung cấp công cụ cung cấp khả năng tạo mã bằng AI có thể thấy nhu cầu chuyển dịch sang các tính năng điều phối cấp cao hơn—cho phép các mô hình tự chọn framework và quản lý các đường ống CI/CD.

Ngược lại, những lập trình viên chuyên về quyết định kiến trúc, tinh chỉnh hiệu suất hoặc định hướng nghệ thuật có thể thấy các tác vụ có độ phức tạp thấp và dễ thấy nhất đang ngày càng được tự động hóa. Sự tự chủ của mô hình cũng đặt ra những câu hỏi về chất lượng mã, bảo mật và bản quyền của các tài nguyên do AI tạo ra—những vấn đề vẫn cần đến sự giám sát của con người.

Những hạn chế của bản demo hiện tại

  • Phạm vi – Trò chơi chỉ là một bản mẫu 3D khiêm tốn; việc mở rộng cách tiếp cận này cho các ứng dụng lớn, thâm dụng dữ liệu vẫn chưa được chứng minh.
  • Sự hỗ trợ từ con người – Willison đã thiết lập quy trình GitHub Pages và giám sát đầu ra của mô hình. Một hệ thống hoàn toàn không cần sự can thiệp của con người sẽ cần các cơ chế để phát hiện lỗi xây dựng (build failures) hoặc mã không an toàn.
  • Độ trung thực của tài nguyên – Các kết cấu do AI tạo ra hoạt động tốt cho một trò chơi đơn giản nhưng có thể không đáp ứng được các sản phẩm có ngân sách lớn đòi hỏi tính chân thực hoặc phong cách nghệ thuật đặc thù của thương hiệu.

Những điều cần theo dõi tiếp theo

  • Tích hợp công cụ – Dự kiến sẽ có sự kết nối chặt chẽ hơn giữa các mô hình ngôn ngữ lớn và các dịch vụ xây dựng đám mây, giúp giảm bớt các bước thủ công mà Willison đã thực hiện.
  • Các lớp bảo mật – Các nền tảng có thể thêm tính năng đánh giá mã tự động hoặc môi trường cô lập (sandboxing) để phát hiện các lỗ hổng bảo mật trước khi triển khai.
  • Sự tiến hóa của các điểm chuẩn – Các bộ đánh giá mới kiểm tra việc bàn giao sản phẩm đầu-cuối có thể bổ sung cho các chỉ số hoàn thiện mã hiện có.

Bài học rút ra rất rõ ràng: AI giờ đây có thể tiến xa hơn việc "viết hàm này" để chuyển sang "xây dựng và xuất bản một sản phẩm hoàn chỉnh, có thể chạy được" khi được cung cấp một mục tiêu súc tích và một số tài liệu nguồn. Công nghệ này vẫn còn ở giai đoạn đầu, nhưng minh chứng từ Claude Fable 5 gợi mở về một tương lai nơi bản thảo đầu tiên của nhiều ý tưởng phần mềm được tạo ra một cách tự chủ, giúp các lập trình viên có thể tập trung vào việc tinh chỉnh, chiến lược và sáng tạo.