Čtyři hry s Opus 5.5: od one-shotu po miliony tokenů
Simon Willison vytvořil čtyři browserové hry bez čtení kódu. Jeho zkušenost ale zahrnuje one-shot prototyp i dvoudenní běh s miliony tokenů.
Simon Willison během několika týdnů vytvořil s Claude Opus 5.5 čtyři hry v HTML a JavaScriptu, aniž by četl generovaný kód. Jeho text je přesvědčivý jako dokumentace osobního workflow, ne jako kontrolovaný benchmark modelů. Jednotlivé projekty se navíc výrazně lišily množstvím iterací, času i tokenů.
Nejkratší experiment, mobilní hra Tree Appreciator ve three.js, vznikl z jediného promptu v běžném rozhraní Claude. Model vygeneroval hru na hledání rozdílů mezi dvěma procedurálně vytvořenými stromy a další promptování nebylo potřeba. Tento příklad podporuje tvrzení, že model dokáže připravit hratelný malý prototyp na jeden pokus; neříká nic o úspěšnosti stejného postupu napříč dalšími zadáními.
Složitější hry vyžadovaly iterace
U fantasy RPG Emberwick začal Willison prototypem šikmého pohledu na vesnici, postupně přidal NPC, patra, podzemí, jeskyni a teprve potom požádal o děj a herní mechaniky. Hotová asi patnáctiminutová hra vyžadovala další testování a opravy situací, kdy se NPC kvůli jiné části příběhu nenacházelo na místě potřebném pro quest. Autor stejnou počáteční sérii promptů zadal také GPT-6 Pro; výsledek podle jeho subjektivního hodnocení vypadal dobře, ale hrál se hůře.
Battle Drones nezačalo s Opus 5.5. První 2D verze vznikly už v červenci s Claude Fable 5 a podle Willisona nebyly příliš zábavné. Až následné požadavky na „mnohem zábavnější“ hru a port do three.js projekt proměnily. V době článku měl multiplayer pro dva až čtyři hráče, sedm map, generátor náhodných map, replaye a varianty pravidel. Je to výsledek navazujícího vývoje, ne jediné instrukce.
Nejnákladnější byl Pumpkin Farmer. Po úvodním brainstormingu a specifikaci nechal Willison variantu Opus 5.5 Ultracode pracovat téměř dva dny a spotřebovat miliony tokenů. Hru stále upravoval a sám napsal, že její mechaniky zatím nepovažuje za tak zábavné jako u Battle Drones.
Co lze a nelze ze zkušenosti vyvodit
Willison odhaduje, že žádnému projektu nevěnoval více než čtyři hodiny vlastní práce, k tomu ale přibylo mnoho hodin samostatného běhu Claude Code. „Minimální vstup“ tedy popisuje jeho přímý čas a práci bez čtení kódu, nikoli nízké výpočetní náklady nebo nulové testování.
Ani srovnání s OpenAI není experiment se společnou metodikou a metrikou. Autor píše, že neprovedl vyčerpávající studii a že jeho dojem z GPT-6 Astra je slabší; u Emberwick porovnával GPT-6 Pro a zábavnost hodnotil sám. Čtyři projekty tak ukazují rozpětí možného workflow: od one-shot prototypu po dlouhý agentní běh. Nedokládají, že Opus 5.5 obecně vytváří zábavnější hry ani že vývoj hry vyžaduje jen jeden krátký prompt.