Гру Spawn щогодини деплоїть рій агентів на Fable
Spawn — це MMO, де гравці змінюють світ промптами до вбудованого агента Savi. За словами Джейкоба Сансбері, гру розробляє рій агентів на Fable, які витрачають понад $3 млн токенів на місяць: «у 30 разів більше за зарплати». Агенти шиплять у прод щогодини, година без релізу вважається інцидентом SEV-0, а зламану зміну відкочують за 30 секунд. Близько 60% задач починається з помилок у проді або з баг-репортів, які Savi подає сама.
Сансбері каже, що таку автономність дав лише Fable 5/5.1. Opus 5.5 не дотягує, а GPT-6 Astra на security-фіксах просто вимкнула всі фічі. Віллісон сумнівається, що підхід спрацює поза іграми.
Як влаштований цикл: від помилки до релізу
За словами Джейкоба Сансбері, агенти Spawn змінюють живий код напряму й шиплять у прод щогодини, тому самі читають кожну помилку, баг-репорт і метрику. Роботу запускає не беклог, а сигнал із продакшену: помилка в проді, баг-репорт від Savi, щось дивне в логах або запит на фічу. З таких сигналів, за його словами, починається близько 60% роботи.
Savi подає баги сама: і коли на помилку натрапляє гравець, і коли на неї натрапляє вона в продукті. Репорт іде прямо до агента, який обирає один із трьох варіантів:
- це справжній баг, і його треба полагодити;
- це те, що команда не лагодитиме;
- це навмисний дизайн, щодо якого потрібне рішення.
За словами Сансбері, зазвичай репорт стає зміною. Той самий користувач отримує її протягом години разом із повідомленням у тому ж чаті. Для власного пайплайна варто взяти саме цю трійку варіантів. Агент, який уміє сказати «не лагодимо» чи «потрібне рішення», не перетворює кожен репорт на коміт.
Чому година без релізу — інцидент SEV-0
У Spawn година без шипу вважається SEV-0, найсерйознішим типом інциденту. Сансбері пояснює це так: невиїхані зміни накопичуються, кожна проблема, що вже є в проді, живе довше, а зворотний зв'язок сповільнюється. Окремий аргумент стосується самих агентів. Агент може тримати в голові лише кілька годин роботи, тому шипити частіше за цей проміжок допомагає йому лишатися послідовним.
Висновок для роботи з Claude Code чи Codex: гілка, яку агент тримає довше за одну сесію, розмиває його контекст. Дрібні зміни, які швидко доходять до проду, дають не лише швидкість. Вони дозволяють агентові працювати зі свіжим станом коду.
Що має бути готове, перш ніж пускати агентів у прод
Щогодинний деплой у Spawn тримається на страховці, яку Сансбері описує окремо:
- Відкат за 30 секунд: точково, саме там, де зламалось, і ніде більше.
- Алерти будять агента. Коли спрацьовує монітор чи алерт у логах, він запускає або будить агента, який володіє інцидентом.
- Навмисні поломки. Команда свідомо ламає речі, щоб перевірити, що шляхи відновлення працюють.
Без цієї страховки такий темп означає просто частіші поломки. Перед тим як дати агентам право деплоїти, перевірте три речі. Чи відкат точковий, а не «весь реліз назад»? Чи кожен інцидент має агента-власника? Коли ви востаннє справді проганяли відновлення, а не лише описували його?
Де прийом ламається
Модель. За словами Сансбері, такий рівень автономності став можливим саме з Fable 5, а згодом 5.1. Opus 5.5 для них не зовсім дотягує. GPT-6 Astra отримала задачу застосувати фікси з security-рев'ю, і після цього все перестало працювати. Вона вимкнула кожну фічу з позначкою «увімкнути, коли security-фікси будуть готові», тобто зробила небезпечне безпечним, просто вимкнувши його. Тому на таких задачах перевіряйте не лише те, чи закрито знахідку, а й те, чи функціональність досі працює. У промпт варто прямо дописати обмеження: Не вимикай і не видаляй функціональність, щоб закрити вразливість. Якщо безпечного виправлення без втрати фічі немає — зупинись і поясни.
Ставки. Саймон Віллісон, який переказав статтю, пише, що йому важко уявити такий стиль розробки для софту, де ціна помилки вища. Для гри ж, на його думку, це працює напрочуд добре. Ігри він вважає майданчиком для перевірки меж нинішніх кодинг-агентів. Тож перенести схему Spawn на платежі чи персональні дані — окреме рішення, а не очевидний наступний крок.