コンテンツにスキップ
メインサイト ニュース コンソール

独自のFable級モデルによるマルチプレイヤーゲームワールドの構築

· Simon Willison 翻訳済
技巧LLM

世界で最も深くAIを組み込んだ会社をいかにして作ったか。この目を引くタイトルに気後れしないでほしい。Jacob Sansbury はこの記事の中で、彼らがどのように Spawn を構築したかを紹介し、最先端モデルを用いたエージェント・エンジニアリング(agentic engineering)の可能性について深く掘り下げている。

Spawn は大規模マルチプレイヤーゲーム環境であり、プレイヤーは(ゲーム内エージェントの Savi への)プロンプトを通じてゲームの世界を作り変えることができる。

スマートフォンで数分試してみたが、プロンプトだけで城を生成し、続いてドラゴンを生成して、そのドラゴンに乗って城の周りを飛び回ることができた。

図1:3Dボクセル調ゲームのモバイル画面の2枚並びスクリーンショット。左図:小柄な青緑色のドラゴンの鞍からの1人称視点。ドラゴンの首には薄い菱形模様があり、手前には2本の湾曲した白い角が見え、湖に浮かぶ岩島の黒っぽい石造りの城に向かって飛んでいる。城には高くそびえる青灰色の円錐尖塔、光る窓、青緑色の三角旗があり、背景には緑と雪が入り混じった山々が広がっている。上部バー:プロフィールアイコン、「保留」、「Your Lair」ドロップダウンメニュー、「+ New Game」ボタン、「...」メニュー。右側:アイコンボタンと「タップして会話」と書かれた白髪そばかすキャラクターのアバター。右下ボタン:「ジャンプ」と「使う」。右図:同じゲームで、城のシーンの上にチャットパネルが開いている。上部バー:「Your Lair」ドロップダウン、「+ New Game」。ボタン:「さらに前 ↑」。ユーザーのメッセージ:「ドラゴンをもう少し小さくして、もう一度自分の隣に着地させて」。白髪キャラクターの返信:「了解。ポニーサイズに小さくして、あなたの隣に着地させます」。続けて「小柄なドラゴンになりました。あなたはもうその背中に乗って湖の上を飛んでいます。視点はちょうど鞍の上で、目の前にドラゴンの角があります。家の方へ飛び戻って下を見てみてください。さっきあなたの画面を見ました:水面の上を飛んでいて、前方に首と角があり、対岸に家があります」。さらに「あ、良いアイデアがあります:飛行中に『使う』を押すと火を吹き、長押し『ジャンプ』で着地できます。この機能を追加しますか?」。入力欄:「何を導入したいですか?」。下部ボタン:アップロード、小さなドット絵アイコン、「確認」、マイク。

Jacob によると、Spawn は現在 Fable 駆動のエージェント群(agent swarm)によって自律的に開発されており、トークン費用だけでも月間300万ドルを超えているという。

私たちのエージェントは本番環境のコードを直接変更し、1時間単位で本番にデプロイしています。そのため、エージェント自身があらゆるエラー、バグレポート、運用メトリクスを読み取ります。私たちの作業の約60%は、本番環境のエラーや、Savi(Spawn でゲームを構築するために使う AI)が提出したバグレポート、ログ内の異常、あるいは機能要望から始まります。

Savi は自らバグを報告します。ユーザーがバグに遭遇したとき、あるいは Savi 自身がプロダクト内でバグに遭遇したとき、彼女がそれを記録して提出します。それがそのままエージェントに送られ、そのエージェントが、修正すべき本物のバグなのか、修正しない問題なのか、それとも判断が必要な意図的な設計なのかを判断します。通常、これはコード変更へとつながり、1時間以内にそのユーザーに向けてリリースされ、同じチャット画面で通知されます。

これは極限まで突き詰められた継続的デプロイ(continuous deployment)だ:

これほど過密なサイクルは、決して止まらない状態でのみ機能します。そのため、1時間以内にコードが本番リリースされなければ、私たちはそれを最重大インシデントである SEV-0 として扱います。未リリースのコード変更が溜まれば、本番環境の既存の問題も長引いてしまい、フィードバックループも遅くなってしまいます。エージェントのコンテキスト内に保持できるワーキングメモリはせいぜい数時間分なので、より速いペースでリリースしたほうがむしろ一貫性を保ちやすくなります。[…]

私たちは問題のある変更を30秒以内にロールバックできます。他の部分に一切影響を与えることなく、問題箇所だけを正確に戻すことが可能です。監視アラートやログのアラートがトリガーされると、そのインシデントを担当するエージェントが起動または叩き起こされます。さらに、こうした復旧パスが正常に機能するかテストするために、あえて何かを壊すことすらしています。

この記事を読みながら、私は驚きのあまり何度も目を見張った。フォールトトレランスが極めて低く、障害が起きた際の代償が非常に大きいソフトウェアでこのような開発モデルを採用するのは想像し難いが、ゲームにおいては驚くほどうまく機能しているようだ。

Jacob によれば、このレベルの自律性を可能にしたのは Fable 5(およびその後の 5.1)モデルだったという。彼らにとって Opus 5.5 では力不足であり、GPT-6 Astra を使ってセキュリティ監査の結果に基づく修正を実施しようとした際には、すべての機能が完全に麻痺してしまった:

すべての機能が無効化され、セキュリティ修正が完了した後に再度有効化するというフラグが立てられました。Astra はプロダクト全体を監査し、安全ではない機能をすべて停止するという方法で「安全を確保」したのです。

こうした極端とも言える実験こそが、私をゲーム開発にワクワクさせてくれる理由だ。現代のコーディングエージェントの限界を探る格好の実験場と言えるだろう。