Deux jours seulement après la sortie de Claude Opus 5, Matt Shumer, investisseur en IA et ancien PDG de HyperWrite, a publié une vidéo d'un jeu de tir à la première personne entièrement jouable que le modèle avait construit seul.

"Claude Opus 5 a réussi ce jeu d'un coup", a-t-il écrit, ajoutant qu'aucun actif externe n'avait été utilisé dans la construction.

Or, vous pourriez penser qu'une telle qualité de sortie a nécessité une invite longue, détaillée et minutieuse pour guider les modèles d'IA à travers les complexités de la construction d'un jeu de tir à la première personne peaufiné.

Détrompez-vous.

L'invite derrière tout cela tenait en trois courts paragraphes, publiés intégralement sur GitHub. Elle demandait à Opus 5 de construire un jeu de tir au niveau des plus récents jeux Call of Duty, de déployer des sous-agents – des travailleurs ayant chacun leur propre mémoire distincte et une tâche précise – pour s'occuper des parties individuellement, et de continuer à boucler sur chaque élément avec un critique sévère distinct jusqu'à ce qu'il tienne la comparaison avec de véritables séquences de Call of Duty lors d'un test en aveugle côte à côte. Le résultat, selon l'invite, devait être "absolument parfait".

C'est un renversement de la façon dont les ingénieurs en prompts ont appris aux gens à travailler. Le conseil donné durant le boom du "vibe-coding" était de spécifier des critères plutôt que des adjectifs : dire ce que "bon" signifie au lieu de simplement le demander. Ce que le code devrait considérer au lieu de dire "AAA".

La version de Shumer fait presque le contraire, demandant à ses propres sous-agents d'être "absolument éblouis", et laissant la définition réelle à un critique qu'Opus 5 a créé pour lui-même.

C'était presque tout le brief. Shumer a écrit plus tard qu'il n'avait jamais spécifié le moteur de rendu, ni énuméré les systèmes du jeu, ni défini ce que la "qualité AAA" devait inclure. Il a commencé à appeler cette approche une Boucle Gauntlet : donner à un agent une barre réelle et inspectable au lieu d'une instruction vague, le laisser diviser le travail en petites pièces, et acheminer chaque pièce à travers un critique qui ne voit jamais les raisons du constructeur pour ses choix.

Deux fonctionnalités de Claude Code portent cette boucle. Les sous-agents démarrent dans des fenêtres de contexte isolées avec leurs propres instructions et accès aux outils, de sorte qu'un critique évaluant le modèle d'arme n'hérite pas des excuses du constructeur quant à l'apparence de celui-ci. Ultracode est un paramètre de Claude Code qui pousse le modèle à son effort de raisonnement maximal et lui permet d'écrire son propre plan d'orchestration, répartissant le travail sur pas moins de 16 agents simultanément, avec un plafond de 1 000 par exécution.

La compétence /loop intégrée d'Anthropic, conçue pour des cycles répétés de correction-test-ajustement, a empêché l'exécution de s'arrêter dès que le jeu semblait décent. Shumer n'a jamais spécifié de nombre de tours. Il a laissé le critique continuer à identifier de nouvelles lacunes et le constructeur à les corriger pendant des heures avant de clore la session lui-même.

La version finale fonctionne sur Three.js et WebGL2 standard, avec environ 55 000 lignes de code réparties sur 11 sous-systèmes. Chaque texture, maillage, animation et son est généré dans le navigateur au moment du chargement – aucun modèle, HDRI, fichier image ou fichier audio n'est téléchargé. Le journal de critique publié par Shumer montre le score grimper de 3,59 sur 10 à un peu plus de 5, restant toujours derrière le vrai jeu à chaque tour.

Les sceptiques supposaient des heures de codage manuel caché, alors Shumer a publié l'intégralité de l'invite et du code. C'est à ce moment-là que les imitateurs ont commencé.

Même astuce, trois développeurs différents

James Altucher, ancien gestionnaire de fonds spéculatifs et podcasteur, a utilisé la même invite et a déclaré avoir passé "un peu plus de dix heures" et environ 1,3 million de tokens sur Opus 5 pour y arriver. Son jeu, Operation Blackout, se joue gratuitement dans le navigateur et a l'air génial.

Vous pouvez jouer à ce jeu ici.

Le développeur de Prompt Silo a plutôt dirigé la même demande vers le fleuron rival d'OpenAI, postant "Sol 5.6 Ultra avec la même invite" – Sol étant le niveau supérieur de la famille GPT-5.6 à trois modèles qu'OpenAI a rendue généralement disponible le 9 juillet, aux côtés des versions moins chères Terra et Luna.

Le développeur Leon Lin a tenté l'approche inverse, optant pour l'invite détaillée habituelle. Plutôt que de copier la version courte de Shumer, il a entrepris de "désassembler une invite pour ce jeu", produisant un document d'une vingtaine de sections qui détaille tout, de la physique ragdoll aux cartes d'ombres en cascade. Il a alimenté cela dans Cursor en utilisant un Opus 5 simple à fort effort, sans sous-agents ni ultracode, et le résultat – un jeu de tir dans une rue de marché appelé Dust Corridor – se joue également dans le navigateur et est également superbe.

Aucune des versions de suivi n'a été soumise au test en aveugle que Shumer a effectué sur son propre projet. Son journal de critique montre toujours que le vrai Call of Duty gagne chaque manche qu'il a enregistrée – la barre qu'Altucher et Atom Tan Studio tentent d'atteindre avec son invite exacte de trois paragraphes, et celle que Leon Lin vise avec une vingtaine de sections de la sienne.

Dans quelle mesure est-ce réellement nouveau ?

Les outils de codage agentiques comme Claude Code écrivent des logiciels de la même manière qu'un jeune ingénieur supervisé : ils lisent des fichiers, exécutent du code, examinent les captures d'écran qu'ils génèrent et confient des parties du travail à des sous-agents et à des critiques qui vérifient le résultat par rapport à un objectif déclaré. Cette boucle est réelle, et la "Boucle Gauntlet" de Shumer est une manière authentique de la structurer. Rien de tout cela, en soi, ne prouve que le modèle a conçu un jeu à partir de son imagination plutôt que de recombiner des modèles de code qu'il avait déjà absorbés.

Three.js propose ses propres contrôles de caméra à verrouillage de pointeur comme exemple officiel, et ce modèle de base – visée à la souris, mouvement WASD, lancer de rayons pour les tirs – a été forké et expliqué via des tutoriels sur GitHub, les gists et les forums de développeurs pendant plus d'une décennie. Un modèle de codage entraîné sur des dépôts publics a presque certainement vu des centaines, voire des milliers, de jeux de tir quasi identiques avant même de lire l'invite de Shumer.

Cela ne rend pas "Claude of Duty" faux, mais cela rend l'affirmation "construit de zéro" plus difficile à créditer pleinement, il faut donc prendre ces résultats avec un grain de sel.

Les chercheurs qui étudient les modèles de génération de code ont un nom pour ce problème plus général : la contamination des données, lorsque un modèle réussit une tâche principalement parce que des exemples presque identiques figuraient déjà dans ses données d'entraînement, et non parce qu'il a raisonné quelque chose de nouveau.

Aucune des versions de jeux de tir à la première personne publiées n'a effectué de vérification pour ce type de contamination. Le propre dépôt de Shumer contient bien la créativité de Claude, si l'on peut l'appeler ainsi. C'est une raison de considérer "a réussi d'un coup un jeu AAA" comme un agent compétent travaillant dans l'un des genres les plus documentés de la programmation, et non comme la preuve qu'une IA a conçu un jeu de tir sans s'appuyer sur des œuvres antérieures.