„Mach es VIEL spaßiger“ hat funktioniert: Simon Willison ließ Claude Code ein spielbares RTS bauen

Simon Willison hat am 20. Oktober Battle Drones vorgestellt, ein Echtzeit-Strategiespiel für den Browser im Stil von Command & Conquer. Den Code hat er kaum gelesen, geschrieben haben ihn Coding-Agenten, vor allem Claude Code. Anders als seine früheren Experimente macht dieses Spiel nach seinen Worten tatsächlich Spaß.

Vier Monate, 321 Commits und ein Spiel, das sein Autor kaum gelesen hat

Willison begann im Juli mit Claude Fable 5 und dem Auftrag für ein Mobile-RTS, in dem zwei Drohnenarmeen um Gebiete kämpfen. Die erste Version war laut ihm ein bloßer Machbarkeitsnachweis und machte keinerlei Spaß. Die Grafiken erzeugte Claude über die OpenAI Image Generation API, nachdem Willison ihm einen API-Schlüssel in einer Umgebungsvariable gegeben hatte. Das Projekt ist in TypeScript geschrieben, einer Sprache, die der Autor selbst kaum nutzt.

Inzwischen hat das Spiel 12 große Versionen und 321 Commits hinter sich. Es läuft auf Smartphone und Desktop und bietet 9 Gebäude, 7 Bodenfahrzeuge, 6 Fluggeräte und 3 Infanterietypen als 3D-Modelle, die Claude direkt im Code mit three.js gebaut hat. Dazu kommen Nebel des Krieges, sechs Karten in fünf Biomen, ein Zufallskartengenerator, sechs KI-Persönlichkeiten für den Gegner und ein riesiger Mech namens Goliath. Die Musik stammt aus keiner Audiodatei: Code erzeugt sie, und sie wird intensiver, sobald Kämpfe ausbrechen.

Am auffälligsten ist der Mehrspielermodus per Ton. Zwei Smartphones oder Laptops in Mikrofonreichweite gleichen den Spielstand über Pieptöne ab, die an ein altes Modem erinnern. Willison wollte, dass das Spiel statisches HTML bleibt, ohne Server, um den er sich kümmern müsste. Soweit er weiß, hat das noch kein RTS gekonnt.

Ein vager Auftrag funktionierte, weil der Agent etwas messen konnte

Die Wende kam mit Version 4. Beim Abendessen hatte Willison noch behauptet, Coding-Agenten könnten etwas bauen, das wie ein Spiel aussieht, aber keinen Spaß macht. Dann schrieb er Claude Opus 5.5 vom Smartphone aus: „This game isn't fun enough yet. Make it a LOT more fun.“ Er startete das im Ultracode-Modus, in dem Claude Code per Skript viele Subagenten gleichzeitig steuert. Die Arbeit lief vom Abend bis in den späten nächsten Vormittag.

Dabei spielte Claude mehr als tausend simulierte Testpartien und nutzte die Ergebnisse, um Einheiten neu auszubalancieren und neue Mechaniken einzubauen. Laut den Release Notes, die es selbst geschrieben hat, sank in 1.200 Partien KI gegen KI der Anteil der Spiele, die nach 25 Minuten noch unentschieden waren, von 14 % auf 0,9 %. Der Anteil der Siege einer Seite, die mehr als 800 Einheiten Schrott zurücklag, stieg von 24 % auf 46 %.

Darin liegt die eigentliche Lehre für alle, die Agenten weiche Ziele geben. „Spaß“ allein sagt nichts, doch der Agent übersetzte das Wort in Messbares: weniger Patt, mehr Aufholjagden. Spieledesigner nutzen solche Kennzahlen seit Langem. Neu ist, dass der Agent sie selbst gewählt, in eigenen Simulationen überprüft und das Spiel über Nacht danach umgebaut hat. Bei einem Auftrag ohne messbaren Anhaltspunkt wäre derselbe Prompt vermutlich bei Kosmetik stehen geblieben.

Die geringe Fallhöhe endete in Kopfschmerzen, nicht in einem Codefehler

Willison erklärt selbst, warum er es sich leisten konnte, den Code nicht zu lesen: Das Spiel ist ein Spielzeug, und das Schlimmste wäre ein Fehler in einem albernen Experiment. Seine Partnerin Natalie hat diese Annahme widerlegt. Beim ersten gemeinsamen Spiel über den Tonmodus bekam sie von den hohen Pieptönen heftige Kopfschmerzen. Keine der Tausenden simulierten Partien hätte das aufdecken können. Willison fügte eine Warnung hinzu und ließ Claude einen Online-Mehrspielermodus über ein einfaches WebSockets-Relay auf Fly.io bauen, das ihn höchstens 2,19 Dollar im Monat kosten soll.

Andere Grenzen sind weniger sichtbar. Ultracode verbrennt laut Willison Tokens, „als gäbe es kein Morgen“. Der Determinismus für Wiederholungen und Mehrspieler scheiterte zunächst an winzigen Unterschieden zwischen Chrome und Safari bei Math.sin() und Math.cos(), sodass Claude eigene Funktionen einsetzen musste. Und Willison schreibt selbst, dass er das Spiel nie beim Steam Next Fest einreichen würde, weil es für ein ernsthaftes Indie-Projekt noch viel zu wenig Aufwand sei. Für Unternehmenssoftware, bei der jemand für den Code geradestehen muss, ist Battle Drones daher eher eine Leistungsschau als eine Anleitung.

Eine Liga der Sprachmodelle und Spiele ohne Server zeigen, wohin dieser Stil führt

Mit Version 10 kamen die agent battles: Zwei Sprachmodelle spielen gegeneinander über ein Werkzeug, das ihnen nur zeigt, was durch den Nebel des Krieges sichtbar ist. Willison hat bereits ein Duell zwischen Claude Haiku 5.5 und GPT-6 Luna aufgezeichnet und will daraus eine komplette Ligatabelle machen. Eine solche Liga könnte ein spannenderer Benchmark für agentische Entscheidungen sein als viele statische Tests, weil das Modell unter Unsicherheit und in Echtzeit planen muss.

Das zweite Signal ist, ob andere Spiele den Mehrspielermodus per Ton in statischem HTML übernehmen. Willison hat bisher wenig Vorbilder gefunden, etwa die Bibliothek ggwave von Georgi Gerganov. Das dritte ist ein Streit, der auf Steam bereits läuft: Spieler wollen einen Filter für Spiele, die mit KI entstanden sind. Willison sagt, er sehe einen Weg, wie vibe coded Spiele ernst genommen werden könnten. Entscheiden wird das aber jemand mit besserem Geschmack und mehr Ausdauer, als ein einzelner Prompt verlangt.

Liliths Urteil

Claude spielte mehr als tausend simulierte Partien und schliff das Spiel über Nacht. Den Fehler, den keine Simulation fand, entdeckte erst Natalie, der nach ein paar Runden Modemgepiepe der Kopf dröhnte.