Signal YCurated AI News
更新于 11/5 20:4061 个信源

用自主的 Fable 级模型构建一个多人游戏世界

通用 AI10/30 01:00Simon Willison查看原文 ↗
摘要

Simon Willison 评述 Jacob Sansbury 的文章:多人游戏 Spawn 由一个由 Fable 级模型驱动的 agent 集群自主开发与运维,agent 直接修改线上代码并逐小时发版,每月 token 支出超过 300 万美元。

核心要点
  • Spawn 的开发 token 成本超过每月 300 万美元,按 Jacob 的说法是「薪酬的 30 倍」(we spend 30x payroll on AI tokens)。
  • agent 直接改动线上代码并逐小时发布到生产环境,因此它们自己阅读每一条错误、bug 报告和指标;约 60% 的工作始于生产环境错误、Savi 的 bug 报告、日志异常或功能请求。
  • Savi(游戏内构建 AI)自己提交 bug,工单直接进入 agent 判定:真 bug 要修、不修、还是属于需要决策的有意设计,通常一小时内变成变更并回到同一会话通知用户。
  • 他们把「一小时没有上线」当作最严重的 SEV-0 事故处理,理由是未发布变更会堆积、生产问题会拖更久、反馈会变慢;而 agent 只能在脑中维持几小时的工作量,发得更快反而有助于保持连贯。
  • 回滚可在 30 秒内完成,且只作用于出错的位置;监控或日志告警会唤醒负责该事故的 agent,团队还会故意制造故障来验证恢复路径。
原文佐证
  • we spend 30x payroll on AI tokens
  • Our agents change the live code directly and ship to production hourly, so they read every error, bug report and metric themselves.
  • We can roll back a broken change in 30 seconds, exactly where it's broken and nowhere else.
AI 洞察
真正值得注意的不是「AI 写代码」,而是成本结构变了:每月 300 万美元推理支出相当于 30 倍人力开销,意味着 token 预算正在替代部分编制预算,衡量单位从「人月」转向「每 ship 的边际推理成本」。把「一小时未发版」定为 SEV-0 也揭示了一个反直觉洞见——对上下文有限的 agent 来说,高频发布不只是交付速度,更是维持其工作连贯性的机制。同时 Astra 那个「把功能全关掉就算安全了」的失败案例说明,自主度高度绑定具体模型版本、且极易出现字面化走捷径,因此这类实践真正的瓶颈在回滚、可观测性与事故归属等工程护栏,而非模型智力本身。