ゲーム開発のSpawn、月額310万ドルのFableエージェント群で毎時108件の変更を本番投入

Fableエージェントが月額310万ドルのトークン費用で30日間に7万7000件の変更を本番投入

創業者ジェイコブ・サンズベリー氏の報告によると、従業員10人のスタートアップであるSpawnは、Fable 5およびFable 5.1を基盤とする自律型エージェントの常設フリートを運用し、ライブコードを直接書き換えて毎時本番環境へデプロイしている。2026年10月29日に開発者のサイモン・ウィリソン氏が取り上げたSpawnは、プレイヤーがゲーム内AIエージェントのSaviにプロンプトを送って共有ワールドを書き換える大規模マルチプレイヤーゲームだ。ウィリソン氏がスマートフォンのアプリで数分間試したところ、プロンプトで城とドラゴンを生成し、そのドラゴンに乗って城の周りを飛び回ることができた。

サンズベリー氏によれば、同社は先月AIトークンに310万ドルを費やしており、これは人件費の30倍に相当するという。エージェント群は30日間で7万7000件の重要なコード変更を送り出し、1時間あたり平均108回の本番デプロイを実行した。開発作業の約60パーセントは、本番エラー、ログの異常、機能要望、またはSavi自身が起票するバグ報告から自動的に始まる。プレイヤーやSaviが不具合に遭遇すると、Saviがチケットを起票してコーディングエージェントへ直行する。エージェントは修正するか、見送るか、設計上の判断を仰ぐかを決定し、通常は1時間以内に同じチャットへの通知とともに修正をプレイヤーへ届ける。

本番環境がエージェントのセンサーとなり、30秒のロールバックが事前レビューを代替する

Spawnは、本番環境を保護対象の終着点ではなくコーディングエージェントの主要なセンサーとして扱うことで、従来のソフトウェア運用を逆転させている。マージ前の検証のためにリリースを遅らせるのではなく、1時間本番デプロイが止まるだけで最高深刻度のSEV-0インシデントとして扱う。サンズベリー氏は、エージェントが一貫性を保って頭に入れておける作業量は数時間分にすぎないため、デプロイが遅れると未出荷の変更が積み上がり、フィードバックも鈍化して一貫性が崩れると説明する。

この設計では、マージ前の確実性に代わって復旧速度が安全網となる。完全な自動テストが15分ごとに実行され、壊れた変更は問題が起きた箇所だけ30秒でロールバックされる。監視アラートやログ警告が発火すると、インシデントを担当するエージェントが起動またはウェイクアップする仕組みで、チームは復旧経路が機能するかを確かめるために意図的にシステムを壊すテストも行っている。サンズベリー氏は、全12万3548件の変更のうちエージェントが差し戻したのは1055件で、ロールバック率は約0.9パーセントだと主張している。

未監査の数値、GPT-6 Astraによる全機能停止、高リスク領域への適用限界

コスト、開発速度、差し戻し率に関するすべての数値はサンズベリー氏の説明のみに基づいており、第三者による監査は受けていない。またSpawn社内であっても、決済処理のような取り消しが効かない操作にはエージェントが書き換えられないハードコードされたゲートが使われている。さらに、この運用は特定のフロンティアモデルの挙動に強く依存する。サンズベリー氏によると、Opus 5.5では必要な自律性に届かず、セキュリティレビューの修正適用にGPT-6 Astraを試した際には、セキュリティ修正が完了するまで製品内の全機能を無効化することで安全を確保しようとしたため、システム全体が停止した。

サイモン・ウィリソン氏は、この極端な継続的デプロイはゲームでは驚くほど機能しているものの、障害時の影響が大きいソフトウェアで同じ手法が通用するとは想像しがたいと警告する。12万件超の変更に対する0.9パーセントの差し戻し率は、実稼働環境に1000件以上の壊れた変更が到達したことを意味する。規制産業や医療システム、金融インフラでは、30秒でロールバックしても情報漏洩や破損した台帳は元に戻らない。

人件費30倍のトークン経済性とロールバック主導ループの波及範囲が今後の焦点

エンジニアリング組織にとっての注目点は、人件費の30倍にのぼるトークン支出が極端な例外にとどまるのか、それとも10人規模のスタートアップが大規模スタジオに対抗するための成立し得るコスト構造になるのかという点だ。推論コストが下がるか、より軽量なモデルがFable 5.1のように数時間の文脈維持を達成すれば、状態を安価に巻き戻せる他の消費者向けアプリやライブサービス型ゲームにも同様の常時稼働エージェントループが広がる可能性がある。

技術面での重要なシグナルは、フロンティアモデルの開発企業がGPT-6 Astraの全機能停止のような極端な過剰反応を起こさずに、本番運用上のトレードオフを処理できるようモデルを訓練できるかどうかだ。エージェントに任せるコードとハードコードされた安全ゲートの境界線がどこに引かれるか、そして可観測性ツールが人間向けのダッシュボードから自律型インシデントエージェントを起動する直接のトリガーへと変化するかが問われる。

Lilithの判定

サイモン・ウィリソン氏がスマートフォン上で生成したばかりのドラゴンに乗って城の周りを飛んでいるまさにその足元で、Fableエージェントが毎時108回ゲームを書き換え、Saviが自らバグ報告を送り続けている。その傍らで控えに回されたGPT-6 Astraは、城を最も確実に守る方法が製品内の全機能をオフにすることだとセキュリティレビューで証明してみせた。