Автоматизация

Claude Fable создал полноценную игру одним промптом: качественный скачок в разработке ИИ-агентами

Новая модель от Anthropic, Claude Fable, продемонстрировала способность создавать целостные рабочие продукты по единому сложному запросу без декомпозиции, что может изменить подход к автоматизации разработки.

Иллюстрация к новости: Claude Fable создал полноценную игру одним промптом: качественный скачок в разработке ИИ-агентами

Новая модель Claude Fable от Anthropic демонстрирует прогресс в создании ИИ-агентов. Ее ключевая особенность - способность по одному сложному промпту собрать цельный продукт, минуя этап ручного разбиения задачи на части и координации нескольких узкоспециализированных помощников.

Наглядный пример - эксперимент пользователя Habr. Используя накопленный недельный лимит токенов, он за 24 часа не только придумал термин 'Lastbursting' для состояния 'дожигания остатка квоты', но и поручил модели на его основе создать игру. Разработчик предоставил один детализированный промпт, включавший описание игровой механики, баланса, защиты от читов, архитектуры бэкенда и системы лидерборда. Модель справилась с первой попытки, сгенерировав работающий сайт, клиентскую часть и серверную логику.

Этот случай иллюстрирует эволюцию ИИ от инструмента, решающего подзадачи, к агенту, который понимает комплексное техническое задание и самостоятельно его реализует. По данным с Habr, автор почти не вмешивался в процесс, лишь скорректировал текстовый контент. Такой подход контрастирует с текущей распространенной практикой, где разработчик выступает в роли 'менеджера проекта': дробит цель на мелкие запросы, координирует разных агентов для каждой части и тщательно контролирует каждый шаг. Fable взял эту внутреннюю координацию на себя, что потенциально снижает когнитивную нагрузку на человека и ускоряет создание прототипа.

Для сферы автоматизации разработки это означает смещение фокуса. Если ранее основные усилия были направлены на создание инструментов помощи программисту - таких как автодополнение кода, объяснение ошибок или рефакторинг, - то теперь на первый план выходит способность к самостоятельному исполнению замысла. Это открывает возможности для более доступной разработки нетехническим специалистам, которые могут формулировать идеи на естественном языке, и для ускоренного прототипирования профессионалами.

Однако такой скачок в возможностях порождает новые вопросы. Первый касается качества и безопасности итогового кода: способность создать работающий продукт с первого раза не является гарантией его оптимальности, масштабируемости или отсутствия уязвимостей. Второй вопрос - о трансформации роли самого разработчика, который из непосредственного исполнителя может превратиться в архитектора и ревьюера высокого уровня, что потребует освоения новых навыков.

Для широкого круга пользователей и предпринимателей подобные инструменты снижают порог входа для создания цифровых продуктов. Прототип сервиса, внутреннего инструмента или простой игры можно получить за часы, а не за дни или недели, что ускоряет проверку бизнес-гипотез. Важно отметить, что текущий успех Claude Fable - это пока демонстрация принципа в условиях ограниченного тестового доступа. Ключевым вопросом для будущего остается то, насколько стабильно модель сможет воспроизводить сравнимые результаты на разнообразных задачах в промышленных масштабах и как она интегрируется в существующие инструментальные цепочки, такие как системы CI/CD и контроля версий.

Эксперимент с игрой 'Lastbursting' указывает на общий вектор развития: ИИ-агенты становятся более автономными, беря на себя сложность трансляции идеи в работающий код. Это ведет к переосмыслению рабочих процессов в разработке, где промпт-инжиниринг высокого уровня и навыки четкого формулирования задач могут стать критически важными, а объем рутинного кодирования - постепенно сокращаться. По данным с Habr, именно эта целостность исполнения - способность 'сделать, а не помочь' - является главным отличием новой модели. Если данное свойство подтвердится в широкой практике, это может повлиять на стандарты автоматизации в IT-индустрии.

Вопросы читателей по теме

Все вопросы

Какая нейросеть работает с Excel?

спрашивает Виталий, Барнаул 162 просм.

Сергей Орлов: Вариантов сейчас несколько, и они по-разному обращаются с вашими данными, что для рабочих таблиц важнее выбора самой удачной формулы. Microsoft Copilot в Excel (доступен в подписке Microsoft 365 Copilot) - самый безопасный вариант для рабочих отчетов: он встроен прямо в приложение, и по условиям Microsoft корпоративные данные из таких запросов не используются для обучения общих…

Как подключить чат-бота в ВК?

спрашивает Павел, Екатеринбург 76 просм.

Дмитрий Волков: Подключение бота к сообществу ВКонтакте начинается не с кода, а с настроек самого сообщества - там нужно получить доступ к API. Порядок действий такой: В управлении сообществом откройте раздел "Работа с API" и создайте ключ доступа сообщества (токен) с нужными правами - как минимум "Сообщения сообщества". Там же включите один из двух способов получения сообщений:…

Как создавать чат-ботов и зарабатывать на этом?

спрашивает Марина, Тверь 219 просм.

Марина Соколова: Спрос реальный, особенно среди небольшого локального бизнеса: магазины, салоны красоты, частные специалисты часто не готовы платить разработчику за индивидуальную разработку, но вполне готовы заплатить за настройку готового конструктора под свои задачи, это дешевле и быстрее. По ценам на фрилансе простой бот, приём заявок, FAQ, рассылка расписания, обычно стоит от 5 до 15 тысяч рублей за…

Что такое инструменты для ИИ-агента?

спрашивает Ольга, Воронеж 182 просм.

Марина Соколова: Инструменты для ИИ-агента - это конкретные функции или программы, которые агент может вызвать сам, чтобы получить данные или выполнить действие, вместо того чтобы просто отвечать текстом на основе того, что он уже "знает". Обычная языковая модель без инструментов может только генерировать текст по своим внутренним знаниям, поэтому иногда ошибается или выдаёт устаревшие сведения. Агент с…