Hanya dua hari setelah Claude Opus 5 diluncurkan, investor AI dan mantan CEO HyperWrite Matt Shumer memposting video game first-person shooter yang sepenuhnya dapat dimainkan yang dibangun oleh model tersebut sepenuhnya sendiri.

"Claude Opus 5 langsung menyelesaikan game ini," tulisnya, menambahkan bahwa tidak ada satu pun aset eksternal yang masuk ke dalam build.

Sekarang, Anda mungkin berpikir bahwa output berkualitas baik seperti itu membutuhkan prompt yang panjang, terperinci, dan cermat untuk memandu model AI melalui kompleksitas membangun game first-person shooter yang disempurnakan.

Pikirkan lagi.

Prompt di baliknya terdiri dari tiga paragraf singkat, yang diterbitkan secara lengkap di GitHub. Ini memerintahkan Opus 5 untuk membangun game shooter setingkat game Call of Duty terbaru, untuk menyebar subagen — pekerja yang masing-masing mendapatkan memori terpisah dan tugas sempit — untuk menangani bagian-bagian secara individual, dan untuk terus mengulang setiap bagian dengan kritikus terpisah yang keras sampai sesuai dengan rekaman Call of Duty asli dalam perbandingan buta. Hasilnya, menurut prompt, harus “sangat sempurna.”

Itu adalah kebalikan dari cara insinyur prompt mengajari orang untuk bekerja. Saran selama booming vibe-coding adalah untuk menentukan kriteria daripada kata sifat: katakan apa arti "baik" daripada hanya memintanya. Apa yang harus dipertimbangkan kode daripada mengatakan “AAA.”

Versi Shumer melakukan kebalikannya, meminta subagennya untuk "sangat kagum," dan menyerahkan definisi sebenarnya kepada seorang kritikus yang dibangun Opus 5 untuk dirinya sendiri.

Itu hampir seluruh briefnya. Shumer kemudian menulis bahwa dia tidak pernah menentukan renderer, mencantumkan sistem game, atau mendefinisikan apa yang harus disertakan dalam "kualitas AAA". Dia mulai menyebut pendekatan itu sebagai Gauntlet Loop: berikan agen standar nyata yang dapat diperiksa alih-alih instruksi yang samar, biarkan membagi pekerjaan menjadi bagian-bagian kecil, dan arahkan setiap bagian melalui kritikus yang tidak pernah melihat alasan pembangun atas pilihannya.

Dua fitur Claude Code menjalankan loop tersebut. Subagen berputar di jendela konteks terisolasi dengan instruksi dan akses alat mereka sendiri, sehingga kritikus yang menilai model senjata tidak mewarisi alasan pembangun mengapa terlihat seperti itu. Ultracode adalah pengaturan Claude Code yang mendorong model ke upaya penalaran puncaknya dan memungkinkannya menulis rencana orkestrasinya sendiri, menyebar pekerjaan ke sebanyak 16 agen sekaligus, dibatasi hingga 1.000 per eksekusi.

Keterampilan /loop bawaan Anthropic, yang dibangun untuk siklus perbaikan-uji-penyesuaian berulang, adalah yang membuat eksekusi tidak berhenti saat game terlihat lumayan. Shumer tidak pernah menentukan jumlah putaran. Dia membiarkan kritikus terus menyebutkan celah baru dan terus membuat pembangun mengejarnya selama berjam-jam sebelum dia sendiri menutup sesi tersebut.

Build yang selesai berjalan di Three.js dan WebGL2 biasa, dengan sekitar 55.000 baris kode tersebar di 11 subsistem. Setiap tekstur, mesh, animasi, dan suara dihasilkan di dalam browser pada saat memuat — tidak ada model yang diunduh, HDRI, file gambar, atau file audio. Log kritikus yang diterbitkan Shumer menunjukkan skor naik dari 3,59 dari 10 menjadi sedikit di atas 5, masih tertinggal dari game aslinya di setiap putaran.

Para skeptis mengira ada jam-jam coding manual tersembunyi, jadi Shumer menerbitkan seluruh prompt dan codebase. Saat itulah para peniru mulai bermunculan.

Trik yang sama, tiga pembangun berbeda

James Altucher, mantan manajer hedge fund dan podcaster, menjalankan prompt yang sama persis dan melaporkan menghabiskan "sedikit lebih dari sepuluh jam" dan sekitar 1,3 juta token pada Opus 5 untuk sampai ke sana. Build-nya, Operation Blackout, dapat dimainkan gratis di browser dan terlihat luar biasa.

Anda dapat memainkan game tersebut di sini.

Pengembang Prompt Silo, mengarahkan permintaan yang sama ke flaghsip saingan OpenAI, memposting "Sol 5.6 Ultra dengan prompt yang sama" — Sol menjadi tingkatan teratas dari tiga model keluarga GPT-5.6 yang OpenAI sediakan secara umum pada 9 Juli bersama versi Terra dan Luna yang lebih murah.

Pengembang Leon Lin mencoba langkah sebaliknya, menggunakan prompt rinci seperti biasa. Daripada menyalin versi singkat Shumer, ia bermaksud untuk "merekayasa balik prompt untuk game ini", menghasilkan dokumen yang berisi sekitar 20 bagian yang menjelaskan segalanya mulai dari fisika ragdoll hingga cascaded shadow maps. Dia memasukkan itu ke Cursor menggunakan Opus 5 biasa dengan upaya tinggi, tanpa subagen dan tanpa ultracode, dan hasilnya — game shooter jalanan pasar yang disebut Dust Corridor — juga dapat dimainkan di browser, dan juga terlihat hebat.

Tak satu pun dari build lanjutan yang menghadapi tes buta yang dijalankan Shumer pada proyeknya sendiri. Log kritiknya masih menunjukkan Call of Duty asli memenangkan setiap putaran yang dia catat — standar yang dikejar Altucher dan Atom Tan Studio dengan prompt tiga paragrafnya yang persis sama, dan yang dikejar Leon Lin dengan sekitar 20 bagian miliknya sendiri.

Seberapa banyak dari ini yang sebenarnya baru?

Alat pengkodean agen seperti Claude Code menulis perangkat lunak seperti yang dilakukan insinyur junior yang diawasi: Mereka membaca file, menjalankan kode, melihat tangkapan layar yang mereka hasilkan, dan menyerahkan bagian-bagian pekerjaan kepada subagen dan kritikus yang memeriksa hasilnya terhadap tujuan yang dinyatakan. Loop itu nyata, dan Gauntlet Loop Shumer adalah cara yang tulus untuk menyusunnya. Tidak ada satu pun dari itu, dengan sendirinya, membuktikan bahwa model tersebut mendesain game dari imajinasi daripada menggabungkan pola kode yang sudah diserapnya.

Three.js mengirimkan kontrol kamera pointer-lock-nya sendiri sebagai contoh resmi, dan pola dasar itu — mouse-look, gerakan WASD, raycasting untuk tembakan — telah di-fork dan dijelaskan dalam tutorial di GitHub, gist, dan forum pengembang selama lebih dari satu dekade. Model pengkodean yang dilatih pada repositori publik hampir pasti telah melihat ratusan jika tidak ribuan game shooter yang hampir identik sebelum membaca prompt Shumer.

Itu tidak membuat Claude of Duty palsu, tetapi itu membuat klaim "dibangun dari awal" menjadi lebih sulit untuk sepenuhnya dipercaya, jadi terima hasil itu dengan sedikit keraguan.

Peneliti yang mempelajari model penghasil kode memiliki nama untuk masalah yang lebih luas: kontaminasi data, ketika sebuah model berhasil dalam suatu tugas terutama karena contoh-contoh yang hampir identik sudah ada dalam data pelatihannya, bukan karena ia secara logis menghasilkan sesuatu yang baru.

Tidak ada satu pun dari build game first-person shooter yang menerbitkan pemeriksaan untuk jenis kontaminasi itu. Repo Shumer sendiri memang berisi kreativitas Claude, jika boleh disebut demikian. Itulah alasan untuk membaca "langsung membuat game AAA" sebagai agen yang cakap yang bekerja di salah satu genre yang paling banyak didokumentasikan dalam pemrograman, bukan sebagai bukti bahwa AI mendesain game tanpa adanya karya sebelumnya untuk dijadikan dasar.