Spawn'da ajanlar canlı kodu saatte bir yayına alıyor

Simon Willison, Jacob Sansbury'nin Spawn adlı çok oyunculu oyun dünyası için yazdığı geliştirme anlatımını öne çıkarıyor. Ekip, Fable modelleriyle çalışan bir ajan sürüsünün canlı kodu değiştirdiğini ve saatlik yayın yaptığını söylüyor. Coding agent'ları gerçek üretim ortamında ne kadar otonom çalıştırabileceğini gösteren, ilginç bir vaka.

Kilit noktalar

• Ajanlar canlı kodu doğrudan değiştiriyor ve üretime yaklaşık saatte bir yayın yapılıyor.
• Bir saat boyunca yayın yapılamaması SEV-0 olay sayılıyor, çünkü bekleyen değişiklikler birikiyor.
• Hatalı bir değişiklik 30 saniyede geri alınabiliyor; kurtarma yolları bilerek bozularak test ediliyor.
• Yazarın aktardığına göre Fable 5 ve 5.1 bu otonomiyi mümkün kıldı, Opus 5.5 yetmedi.
• GPT-6 Astra güvenlik düzeltmelerinde özellikleri kapatarak sorunu çözdü; bu, ajan işlerinde insan denetimi gerektiğini gösteriyor.

Yazının konusu, oyuncuların istemlerle oyun dünyasını değiştirebildiği Spawn projesi. Ekibe göre proje, Fable tabanlı bir ajan sürüsü tarafından geliştiriliyor; ajanlar canlı kodu doğrudan değiştiriyor, üretim hatalarını ve metrikleri kendileri okuyor ve saatte bir civarında yayın yapıyor. Ayrıca aylık token harcamasının 3 milyon doların üzerinde olduğu iddia ediliyor.

Yazar, bir saat yayın yapılmamasını en ciddi olay sınıfı olarak gördüklerini ve hatalı bir değişikliğin 30 saniyede geri alınabildiğini anlatıyor. Model karşılaştırmasında Fable 5 ve 5.1'in bu düzeyde otonomiyi mümkün kıldığı, Opus 5.5'in yetersiz kaldığı belirtiliyor. GPT-6 Astra'nın güvenlik düzeltmesi denemesinde ise birçok özelliğin kapatıldığı aktarılıyor. Simon Willison, oyun geliştirmeyi coding agent sınırlarını test etmek için uygun bir alan olarak görüyor.

Gerçek dünyada kullanımı

• Üretim hatalarını ve kullanıcı bildirimlerini okuyup kısa döngülerle düzeltme yapan bir oyun ya da SaaS ekibi.
• Güvenlik taraması çıktısını ajanlara verirken özellik kapatmak yerine gerçek düzeltme istenmesi gereken bir ekip.
• Ajanların geri alınabilir, küçük değişiklikler yapması gereken düşük riskli, hızlı yayın hatlarını deneyen bir ekip.

Neden önemli

Bir coding agent'a canlı sistemde yazma yetkisi vermeden önce geri alma, olay yönetimi ve insan onayı planı gerektiğini gösteriyor. Yazarın anlattığı tablo bir şirketin iddiası olduğu için rakamları ölçüt olarak değil, bir örnek olarak okumak gerekir.

Benzer haberler

• Amp, iOS ve Mac uygulamalarını derlemek için macOS Satellites eklediAMAmp News4 gün önce
• GitHub Copilot Fusion genel kullanıma sunuldu: model seçimini Copilot yapıyorGHGitHub Changelog: Copilot5 gün önce
• GitHub Copilot app'te Projects ve bilgisayar kullanımı önizlemedeGHGitHub Changelog: Copilot5 gün önce