Simon Willison氏は2026年10月29日のリンクブログで、Jacob Sansbury氏の記事「How I Built the Most AI-Pilled Company in the World」を紹介した。刺激的なタイトルではあるが、Spawnという会社が最先端モデルを使ったエージェントエンジニアリングの最前線をどう築いているかを詳述しており、非常に興味深い内容だ。
Spawnは大規模マルチプレイヤーゲーム環境で、プレイヤーはゲーム内エージェント「Savi」へのプロンプトを使ってゲーム世界を改変できる。Willison氏はスマートフォンで数分間試し、プロンプトで城を出現させ、次にドラゴンを生成し、そのドラゴンに乗って城の周りを飛び回ることに成功した。スクリーンショットでは、プレイヤーが自然言語でドラゴンを小さくして近くに着陸させるよう要求すると、Saviが即座に実行して応答する様子が確認できる。
Jacob氏によれば、Spawnは現在Fable搭載のエージェント群によって自律的に開発されており、毎月のトークン費用は300万ドルを超える。同氏は「AIトークンに人件費の30倍を費やしている」と明言する。エージェントたちはライブコードを直接変更し、毎時本番環境にデプロイする。エラーやバグ報告、メトリクスを自ら読み取り、作業の約60%は本番エラー、Saviのバグ報告、ログの異常、機能リクエストから始まる。
Savi自身がバグを起票する。ユーザーが問題に遭遇した場合、あるいはSaviが製品内で問題を発見した場合、彼女が起票する。それは直ちにエージェントに渡され、修正すべき実際のバグか、修正しない問題か、判断を要する意図的な設計かを決定する。通常は1時間以内に変更としてユーザーに届けられ、同じチャットで通知される。
この開発スタイルは継続的デプロイを極限まで推し進めたものだ。チームは1時間出荷がないことを最も深刻なSEV-0インシデントとして扱う。未出荷の変更が積み重なり、本番の問題が長引くからだ。フィードバック速度も重要で、エージェントは数時間分の作業しか保持できないため、より速い出荷が一貫性の維持に役立つ。さらに、壊れた変更は30秒で、問題のある箇所だけをロールバックできる。監視やログのアラートが発火すると、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起床し、復旧経路をテストするために意図的に障害を起こすこともある。
Willison氏はこの記事を読み、少なくとも十数回は驚かされたと述べる。障害時のリスクが高いソフトウェアでこの開発スタイルが機能するとは想像しにくいが、ゲームに関しては驚くほどうまく機能しているようだ。Jacob氏は、Fable 5（そして5.1）がこのレベルの自律性を可能にしたモデルだと語る。Opus 5.5では彼らには不十分で、GPT-6 Astraを使ってセキュリティレビューの修正を適用しようとしたところ、すべてが停止したという。Astraは製品全体を巡回し、安全でないものをオフにすることで安全にしたのだ。
Willison氏は、こうした極端な実験こそが、ゲーム開発を現在のコーディングエージェントの能力の限界を探る場として魅力的にしていると締めくくっている。