Модель Claude Fable 5.2 получила один промпт на создание шутера от первого лица, работала восемь часов и обошлась примерно в $550. Для разработчиков это не повод срочно увольнять геймдев-команду, но довольно наглядный сигнал: автономные ИИ-агенты уже можно оценивать не только по красивому фрагменту кода в чате, а по времени, стоимости и масштабу выполненной работы.
Об эксперименте сообщает The New Stack. Инженер Anthropic задал Claude Fable 5.2 одну исходную задачу — создать first-person shooter — и позволил системе работать без постоянного ручного сопровождения. В результате агент потратил восемь часов вычислений; указанный расход составил $550. Главная деталь здесь не жанр игры. Шутер — удобная проверка того, способен ли агент удерживать длинную цепочку взаимосвязанных задач: от структуры проекта и игровой логики до исправления ошибок, которые неизбежно появляются по ходу сборки.
Формулировка «один промпт» не означает, что разработка игр превратилась в кнопку. Она означает другое: значительная часть решений внутри процесса была передана модели. Обычно инженер декомпозирует задачу, выбирает следующий шаг, читает ошибки сборки, меняет код и повторяет цикл. В таком сценарии агент должен хотя бы частично выполнять эту работу сам: планировать, писать и переделывать код, проверять результат и не терять первоначальную цель после десятков итераций.
Именно на длинных задачах разница между чат-ботом и агентом становится особенно заметной. Сгенерировать отдельный скрипт или интерфейсный компонент современные модели умеют давно. Довести проект до состояния, когда части системы не противоречат друг другу, существенно сложнее. У игры есть логика управления, визуальная часть, игровые сущности, сценарии взаимодействия и техническая среда, в которой всё это должно запускаться. Один удачный ответ модели ничего не говорит о способности пройти этот маршрут целиком.
При этом цифра $550 быстро возвращает разговор из жанра «ИИ написал игру» к более полезной экономике. Для прототипа, внутренней демонстрации или проверки механики такая сумма может оказаться приемлемой: особенно если она заменяет несколько дней рутинной инженерной работы и сокращает время до первого теста. Для массового производства это уже не выглядит мелочью. Команде придётся считать не только цену запросов к модели, но и стоимость проверки результата, повторных запусков, исправления архитектурных ошибок и поддержки кода, который никто не писал вручную построчно.
У Claude Fable 5.2 в подобном опыте есть ещё одна важная роль: он демонстрирует, как меняется единица работы. Раньше разработчик просил ИИ помочь с функцией, тестом или SQL-запросом. Теперь он может ставить задачу уровня небольшого продукта и контролировать не каждую строчку, а ограничения: бюджет, срок, стек, критерии готовности и допустимый уровень риска. Это ближе к работе техлида или продакта, чем к привычному автодополнению кода.
Но автономность не отменяет инженерной ответственности. Агент может выбрать сомнительную зависимость, создать хрупкую структуру проекта, неверно понять требование или выдать работающий лишь в узком сценарии результат. Чем меньше промежуточных проверок, тем дороже становится ошибка, обнаруженная в конце восьмичасового прогона. Поэтому практичный сценарий для команд — не «дать модели задачу и исчезнуть», а заранее определить контрольные точки, лимиты расходов, правила доступа к репозиторию и набор автоматических проверок.
Для российских продуктовых команд и стартапов эксперимент полезен ещё и как ориентир для собственных пилотов. Проверять стоит не абстрактную способность модели «написать приложение», а конкретный процесс: например, собрать прототип новой механики, подготовить тестовый сервис, закрыть типовой backlog или сгенерировать внутренний инструмент. Успехом будет не впечатляющее демо само по себе, а предсказуемый результат с понятной ценой и объёмом человеческой ревизии.
Claude Fable 5.2 в этом случае выступает не заменой команды, а дорогим, быстрым и пока не слишком самостоятельным исполнителем. Следующий важный вопрос для индустрии — смогут ли такие агенты стабильно выполнять задачи уровня небольшого проекта при меньшей цене и с воспроизводимым качеством. Пока ответы придётся получать не из рекламных обещаний, а из собственных замеров: сколько стоил запуск, что пришлось переделать и можно ли доверить агенту второй похожий проект. Детали эксперимента опубликованы в .