क्लाउड ओपस 5 के लॉन्च होने के ठीक दो दिन बाद, एआई निवेशक और पूर्व हाइपरराइट सीईओ मैट शुमर ने एक पूरी तरह से खेलने योग्य फर्स्ट-पर्सन शूटर का वीडियो पोस्ट किया जिसे मॉडल ने पूरी तरह से अपने दम पर बनाया था।
उन्होंने लिखा, "क्लाउड ओपस 5 ने इस गेम को एक बार में बनाया है," और कहा कि बिल्ड में एक भी बाहरी एसेट का उपयोग नहीं किया गया था।
अब, आप सोच सकते हैं कि ऐसी अच्छी गुणवत्ता वाले आउटपुट के लिए एक पॉलिश फर्स्ट-पर्सन शूटर बनाने की जटिलताओं के माध्यम से एआई मॉडल को निर्देशित करने के लिए एक लंबे, विस्तृत और सावधानीपूर्वक प्रॉम्प्ट की आवश्यकता होगी।
फिर से सोचिए।
Claude Opus 5 one-shotted this game.
EVERYTHING you see in this demo is custom code... not a single external asset was used.
AI games are going to be amazing.
(sound on) pic.twitter.com/zc7C61kgv1
— Matt Shumer (@mattshumer_) July 25, 2026
इसके पीछे का प्रॉम्प्ट तीन छोटे पैराग्राफ में था, जिसे गिटहब पर पूरी तरह से प्रकाशित किया गया था। इसने ओपस 5 को नवीनतम कॉल ऑफ़ ड्यूटी गेम्स के स्तर पर एक शूटर बनाने के लिए कहा, सब-एजेंटों—ऐसे कर्मचारी जिन्हें अपनी अलग मेमोरी और एक संकीर्ण काम मिलता है—को व्यक्तिगत रूप से टुकड़ों को निपटाने के लिए भेजने और प्रत्येक टुकड़े पर एक अलग, कठोर समीक्षक के साथ लूप करते रहने के लिए कहा जब तक कि यह एक ब्लाइंड साइड-बाय-साइड में वास्तविक कॉल ऑफ़ ड्यूटी फुटेज के खिलाफ खड़ा नहीं हो गया। प्रॉम्प्ट के अनुसार, परिणाम "पूरी तरह से सही" होना चाहिए।
यह उस तरीके का उलट है जिससे प्रॉम्प्ट इंजीनियरों ने लोगों को काम करना सिखाया है। वाइब-कोडिंग बूम के माध्यम से सलाह थी कि विशेषणों के बजाय मानदंडों को निर्दिष्ट करें: "अच्छा" का क्या मतलब है यह पूछने के बजाय बताएं कि कोड को क्या विचार करना चाहिए "एएए" कहने के बजाय।
शुमर का संस्करण इसके विपरीत के करीब है, अपने स्वयं के सब-एजेंटों को "पूरी तरह से प्रभावित" होने के लिए कह रहा है, और वास्तविक परिभाषा एक समीक्षक पर छोड़ रहा है जिसे ओपस 5 ने खुद के लिए बनाया था।
यह लगभग पूरी ब्रीफ थी। शुमर ने बाद में लिखा कि उन्होंने कभी रेंडरर निर्दिष्ट नहीं किया, गेम के सिस्टम सूचीबद्ध नहीं किए, या यह परिभाषित नहीं किया कि "एएए क्वालिटी" में क्या शामिल होना चाहिए। उन्होंने इस दृष्टिकोण को गॉटलेट लूप कहना शुरू कर दिया है: एक एजेंट को एक अस्पष्ट निर्देश के बजाय एक वास्तविक, जांच योग्य मानक दें, इसे काम को छोटे-छोटे टुकड़ों में विभाजित करने दें, और प्रत्येक टुकड़े को एक समीक्षक के माध्यम से रूट करें जो निर्माता के अपने विकल्पों के लिए तर्क को कभी नहीं देखता है।
क्लाउड कोड की दो विशेषताएं इस लूप को पूरा करती हैं। सब-एजेंट अपनी स्वयं की निर्देशों और टूल एक्सेस के साथ अलग संदर्भ विंडो में सक्रिय होते हैं, इसलिए हथियार मॉडल का मूल्यांकन करने वाला एक समीक्षक निर्माता के बहाने विरासत में नहीं लेता है कि यह ऐसा क्यों दिखता है। अल्ट्राकोड एक क्लाउड कोड सेटिंग है जो मॉडल को उसके शीर्ष तर्क प्रयास पर धकेलती है और इसे अपनी ऑर्केस्ट्रेशन योजना लिखने देती है, एक साथ 16 एजेंटों तक काम को फैलाती है, प्रति रन 1,000 पर कैप किया जाता है।
एंथ्रोपिक का बिल्ट-इन /लूप स्किल, जो बार-बार सुधार-परीक्षण-समायोजन चक्रों के लिए बनाया गया है, वही था जिसने गेम के ठीक लगते ही रन को रोकने से रोका। शुमर ने कभी भी राउंड की संख्या निर्दिष्ट नहीं की। उन्होंने समीक्षक को एक नया अंतर बताते रहने दिया और निर्माता को सत्र बंद करने से पहले घंटों तक उसका पीछा करने दिया।
तैयार बिल्ड थ्री.जेएस और सादे वेबजीएल2 पर चलता है, जिसमें लगभग 55,000 लाइनें कोड 11 सबसिस्टम में फैली हुई हैं। हर टेक्सचर, मेश, एनिमेशन और साउंड लोड होने के समय ब्राउज़र के अंदर जनरेट होता है—कोई डाउनलोड किए गए मॉडल, एचडीआरआई, इमेज फाइल या ऑडियो फाइल नहीं। शुमर का अपना प्रकाशित समीक्षक लॉग दिखाता है कि स्कोर 10 में से 3.59 से बढ़कर 5 से थोड़ा ऊपर हो गया है, फिर भी हर राउंड में वास्तविक गेम से पीछे है।
संशयवादियों ने घंटों की छिपी हुई मैन्युअल कोडिंग का अनुमान लगाया था, इसलिए शुमर ने पूरा प्रॉम्प्ट और कोडबेस प्रकाशित किया। तभी कॉपीकैटों ने इसे कॉपी करना शुरू किया।
वही चाल, तीन अलग-अलग बिल्डर
पूर्व हेज फंड मैनेजर और पॉडकास्टर जेम्स अल्टुचर ने समान प्रॉम्प्ट चलाया और वहां पहुंचने के लिए "दस घंटे से थोड़ा अधिक" और ओपस 5 पर लगभग 1.3 मिलियन टोकन खर्च करने की सूचना दी। उनका बिल्ड, ऑपरेशन ब्लैकआउट, ब्राउज़र में मुफ्त में खेला जा सकता है और शानदार दिखता है।
आप वह गेम यहां खेल सकते हैं।
प्रॉम्प्ट सिलो के डेवलपर ने ओपनएआई के प्रतिद्वंद्वी फ्लैगशिप से भी यही अनुरोध किया, "सोल 5.6 अल्ट्रा विद सेम प्रॉम्प्ट" पोस्ट किया—सोल तीन-मॉडल जीपीटी-5.6 परिवार का शीर्ष स्तर है जिसे ओपनएआई ने 9 जुलाई को सस्ते टेरा और लूना संस्करणों के साथ सामान्य रूप से उपलब्ध कराया था।
Sol 5.6 Ultra with same prompt. https://t.co/89EhfiCvg0 pic.twitter.com/1xwBQw5nRh
— Rich · Atom Tan Studio (@atomtanstudio) July 26, 2026
डेवलपर लियोन लिन ने इसके विपरीत कदम उठाया, और सामान्य विस्तृत प्रॉम्प्ट के लिए गए। शुमर के छोटे संस्करण को कॉपी करने के बजाय, उन्होंने "इस गेम के लिए एक प्रॉम्प्ट को रिवर्स इंजीनियर" करने के लिए निर्धारित किया, जिसमें लगभग 20 खंडों का एक दस्तावेज़ तैयार किया गया जिसमें रैगडॉल फिजिक्स से लेकर कैस्केडेड शैडो मैप्स तक सब कुछ बताया गया था। उन्होंने उसे कर्सर में सादे ओपस 5 का उपयोग करके उच्च प्रयास पर फीड किया, बिना सब-एजेंटों और अल्ट्राकोड के, और परिणाम—एक मार्केट-स्ट्रीट शूटर जिसे डस्ट कॉरिडोर कहा जाता है—भी ब्राउज़र में चलता है, और शानदार भी दिखता है।
किसी भी फॉलो-अप बिल्ड को शुमर द्वारा अपने प्रोजेक्ट पर चलाए गए ब्लाइंड टेस्ट का सामना नहीं करना पड़ा है। उनका समीक्षक लॉग अभी भी दिखाता है कि वास्तविक कॉल ऑफ़ ड्यूटी हर उस राउंड में जीत रहा है जिसे उन्होंने लॉग किया था—वही मानक जिसे अल्टुचर और एटम टैन स्टूडियो उनके सटीक तीन-पैराग्राफ प्रॉम्प्ट के साथ पीछा कर रहे हैं, और वही जिसे लियोन लिन अपने लगभग 20 खंडों के साथ पीछा कर रहे हैं।
एजेंटिक कोडिंग टूल्स जैसे क्लाउड कोड सॉफ्टवेयर वैसे ही लिखते हैं जैसे एक अनुभवी जूनियर इंजीनियर करता है: वे फाइलें पढ़ते हैं, कोड चलाते हैं, उनके द्वारा उत्पन्न स्क्रीनशॉट देखते हैं, और काम के टुकड़ों को सब-एजेंटों और समीक्षकों को सौंपते हैं जो बताए गए लक्ष्य के खिलाफ परिणाम की जांच करते हैं। वह लूप वास्तविक है, और शुमर का गॉटलेट लूप इसे संरचित करने का एक वास्तविक तरीका है। इसमें से कुछ भी, अपने आप में, यह साबित नहीं करता कि मॉडल ने कल्पना से एक गेम डिजाइन किया है, न कि पहले से अवशोषित कोड पैटर्न को फिर से जोड़कर।
थ्री.जेएस अपने स्वयं के पॉइंटर-लॉक कैमरा नियंत्रणों को एक आधिकारिक उदाहरण के रूप में भेजता है, और वह मूल पैटर्न—माउस-लुक, डब्ल्यूएएसडी मूवमेंट, गनफायर के लिए रेकास्टिंग—एक दशक से अधिक समय से गिटहब, गिस्ट्स और देव मंचों पर फोर्क्ड और ट्यूटोरियल के रूप में उपलब्ध है। सार्वजनिक रिपॉजिटरी पर प्रशिक्षित एक कोडिंग मॉडल ने शुमर के प्रॉम्प्ट को पढ़ने से पहले सैकड़ों यदि हजारों नहीं तो लगभग समान शूटर निश्चित रूप से देखे होंगे।
यह क्लाउड ऑफ ड्यूटी को नकली नहीं बनाता है, लेकिन यह "खरोंच से बनाया गया" के दावे को पूरी तरह से स्वीकार करना कठिन बनाता है, इसलिए उन परिणामों को एक चुटकी नमक के साथ लें।
कोड-जनरेटिंग मॉडल का अध्ययन करने वाले शोधकर्ताओं के पास व्यापक मुद्दे के लिए एक नाम है: डेटा कंटैमिनेशन, जब एक मॉडल किसी कार्य में मुख्य रूप से इसलिए अच्छा प्रदर्शन करता है क्योंकि उसके प्रशिक्षण डेटा में लगभग समान उदाहरण पहले से मौजूद थे, न कि इसलिए कि उसने कुछ नया तर्क दिया।
पहले-व्यक्ति शूटर बिल्ड में से किसी ने भी उस तरह के कंटैमिनेशन के लिए कोई जांच प्रकाशित नहीं की है। शुमर के अपने रिपो में क्लाउड की अपनी रचनात्मकता शामिल है, यदि इसे उस तरह से कहना उचित है। यही कारण है कि "एक एएए गेम को वन-शॉट किया" को प्रोग्रामिंग में सबसे अधिक दस्तावेजित शैलियों में से एक के भीतर काम करने वाले एक सक्षम एजेंट के रूप में पढ़ना चाहिए, न कि इस बात के सबूत के रूप में कि एआई ने बिना किसी पूर्व कला के एक शूटर डिजाइन किया है।
