F1-игра за $1200, созданная ИИ, поразила разработчиков

Claude Opus 5 недавно создал впечатляющую F1-игру на основе одного промпта, потратив 1,6 миллиарда токенов и $1200 за 18 часов. Эта автономная генерация с использованием 137 субагентов позволила получить «хорошие модели машин», «отличную трассу и окружение», а также «классную физику искр» — и всё это без использования сторонних ассетов. Создатель назвал конечный результат «чертовски впечатляющим», отметив, что это «определенно намного лучше того, что я смог бы сделать за 24 часа».

В основе этой возможности лежит gauntlet loop — сложная техника промпт-инжиниринга. Ведущий агент получает высокоуровневую цель, например, создание игры, и реальный ориентир, такой как «Formula 1» (или «Call of Duty» для других примеров). Затем он запускает специализированных субагентов, каждый из которых отвечает за небольшой, конкретный фрагмент общей разработки игры.

Критически важным элементом является агент-«жесткий критик», который анализирует скриншоты реально создаваемой игры. Эта визуальная обратная связь заставляет систему итеративно улучшаться, передавая данные исходным агентам. Цикл продолжается до тех пор, пока все субагенты не достигнут предела своих возможностей в сравнении с целевой игрой, что часто занимает много часов.

За впечатляющей визуальной составляющей F1-игры стоит колоссальная вычислительная работа, настоящий спринт цифровых агентов. Claude Opus 5 обработал поразительные 1,6 миллиарда токенов за 18 часов, координируя 137 одновременных ИИ-агентов в рамках самокорректирующегося метода «gauntlet loop». Это был не быстрый рендеринг, а промышленная симуляция итеративного проектирования и разработки.

Столь интенсивная вычислительная работа напрямую конвертируется в финансовые затраты. Если бы этот процесс был запущен через API, оценочная стоимость в $1200 наглядно демонстрирует инвестиции, необходимые для такого уровня автономной генерации. Речь идет не просто о «сырой» вычислительной мощности, а об экономической логике ИИ-созидания в масштабе.

Сопоставление результатов ИИ с человеческими возможностями подчеркивает его трансформационный потенциал. Разработчик эксперимента однозначно заявил, что результат оказался «намного лучше того, что я мог бы сделать за 24 часа». Это не просто свидетельство творческой мощи ИИ; это позиционирует автономных агентов как непревзойденный ускоритель прототипирования, способный сжать недели человеческого проектирования и итераций в один единственный расширенный промпт. Мы являемся свидетелями фундаментального сдвига в том, как сложные цифровые артефакты могут быть задуманы и воплощены в жизнь.

Эта F1-игра олицетворяет глубокий переход от простого промптинга к инженерии циклов (loop engineering): проектированию устойчивых, самосовершенствующихся ИИ-систем. Метод «gauntlet loop» координирует множество субагентов, каждый из которых итеративно разрабатывает небольшую часть общего проекта. Затем агент-«жесткий критик» просматривает скриншоты игры, возвращая критические замечания в цикл, пока агенты не достигнут своего сравнительного предела по отношению к целевой игре.

Сила этой техники выходит за рамки одной истории успеха. Opus 5 также сгенерировал другие впечатляющие проекты: клон Mario Kart с весьма достойной графикой окружения и игру про спуск на велосипеде, также продемонстрировавшую замечательную генерацию окружения и моделей. Эти примеры доказывают универсальность и надежность данной парадигмы итеративной ИИ-разработки.

Передовые возможности Opus 5 лежат в основе этого успеха. Исключительная функция agentic tool use позволяет ему автономно читать репозитории, редактировать файлы, запускать код и проверять ошибки. Важно отметить, что обширное 1M-token context window позволяет ИИ управлять крайне сложными мультиагентными проектами в течение длительного времени, как это было в случае с 18-часовой разработкой игры F1. Чтобы узнать больше об основе этих мощных моделей, ознакомьтесь с Introducing the next generation of Claude - Anthropic.

Этот прорыв в loop engineering, примером которого стала игра F1, созданная Claude Opus 5 за $1200, знаменует собой революционный сдвиг в разработке, а не замену человеческого таланта. Генеративный ИИ превосходно справляется с ролью движка для быстрого прототипирования и фабрики ассетов, оперативно создавая сложные модели автомобилей, детализированное окружение и даже физику искр по одному запросу. Это мощный новый инструмент для итераций и исследований, который радикально сокращает время на начальную настройку и позволяет быстро проверять концепции.

Человеческий опыт остается незаменимым для создания сложных уровней игрового дизайна, захватывающих сюжетных арок и субъективного игрового опыта. ИИ в настоящее время не хватает эмоционального интеллекта, творческого руководства и возможностей тщательного тестирования, необходимых для создания по-настоящему резонирующих и увлекательных интерактивных миров. Разработчики будут использовать ИИ в качестве второго пилота, направляя его работу, а не просто прося заменить их основные роли.

Бурно развивающийся рынок ИИ в гейминге, который, по прогнозам, достигнет $81 миллиарда к 2035 году, ясно указывает на эру расширения возможностей, а не устаревания. Такие инструменты, как "gauntlet loop", позволяют разработчикам ускорять творческие итерации и создавать высококачественные ассеты с беспрецедентной скоростью, что сделало возможным создание игры F1 за 18 часов с помощью 137 агентов. Человеческая изобретательность, усиленная ИИ, определит следующее поколение интерактивных развлечений, позволяя небольшим командам достигать ранее недостижимого уровня качества и масштаба.

Что такое техника промптов 'gauntlet loop' для ИИ?

Это агентный рабочий процесс, в котором основному ИИ дается цель и реальный ориентир (например, популярная игра). Затем он создает под-агентов для работы над небольшими частями, в то время как агент-«критик» просматривает скриншоты и предоставляет обратную связь, заставляя проводить итерации до тех пор, пока качество не улучшится.

Сколько стоило создание игры F1 с помощью ИИ?

Процесс занял 1,6 миллиарда токенов за 18 часов. При использовании через публичный API эта рабочая нагрузка стоила бы примерно $1200.

Может ли Claude Opus 5 создать полноценную, готовую к выпуску игру по одному запросу?

Пока нет. Он отлично справляется с созданием впечатляющих, функциональных прототипов со всем необходимым кодом и ассетами. Однако этот результат все еще требует участия разработчиков-людей для доработки, тестирования, оригинального дизайна и интеграции в конечный продукт.

Что делает Claude Opus 5 эффективным для задач такого рода?

Ключевые возможности включают продвинутый 'agentic tool use' для чтения и редактирования кодовых баз, 'visual verification' для анализа собственного графического вывода в сравнении с целевым образцом, а также большое 1M-token context window для управления сложными многофайловыми проектами.