AI投資家であり、元HyperWriteのCEOであるMatt Shumerが、モデルが出荷されてから2日後にClaude Opus 5だけで完全にプレイ可能な一人称シューティングゲームの動画を投稿した。ShumerはGitHubに掲載された3段落のプロンプトを使っていた。Shumerは「外部アセットなしでワンショットで」作れたと述べたが、その出来の良さとプロンプトの単純さから、すぐに懐疑的な見方が広がった。批評家が隠れた手作業によるコーディングを前提にしたことを受け、Shumerは完全なプロンプトとコードベースを公開し、彼が「ガントレット・ループ」と呼ぶ同じ方法で複数の開発者が結果を再現する動きが起きた。
Claude Opus 5は3段落プロンプトで一人称シューティングを構築
Matt Shumerは7月25日に、Claude Opus 5が3つの短い段落が動くプロンプトで一人称シューティングゲームを作ったと投稿した。プロンプトは全文がGitHubで公開されており、Opus 5に対し、近年のCall of Duty級のレベルでシューターを作ること、個別のタスクのためにサブエージェントを展開すること、そしてそれぞれの要素を別の批評家（クリティック）に通して、ブラインドの左右比較で実際のCall of Dutyの映像に一致するまでループすることを指示した。完成したビルドはThree.jsとWebGL2で動作し、11のサブシステムにまたがってコードは約55,000行。すべてのテクスチャ、メッシュ、アニメーション、サウンドはロード時にブラウザ内で生成され、ダウンロードされたモデルや外部ファイルは一切ない。
Shumerはレンダラーを指定せず、ゲームのシステムを列挙せず、AAA品質の要件も定義しなかった。プロンプトではサブエージェントに「完全に度肝を抜かせろ」と命じるだけで、実際の定義は、Opus 5が自分用に作ったクリティックに委ねられていた。Shumerが公開したクリティックのログでは、10点満点中3.59から、5を少し超えるあたりまでスコアが伸びており、実際のCall of Dutyがログに記録された各ラウンドで勝っていた。
開発者が同一および修正版プロンプトで結果を再現
ジェームズ・アルトゥーチャーは、元ヘッジファンドのマネージャーでありポッドキャスターで、同一のプロンプトを実行し、Opus 5に費やした時間が10時間を超え、トークンが約130万だと報告した。彼のビルド「Operation Blackout」は、ブラウザで無料で遊べる。Prompt Siloの開発者は、同じ依頼をOpenAIのSol 5.6 Ultra（GPT-5.6ファミリーの3モデルのうち最上位）に投げた。OpenAIは7月9日に、この3モデルのうち一般提供したものだという。開発者のLeon Linは、20セクションの深さまで掘り下げた詳細プロンプトを逆算し、ラグドール物理からカスケードシャドウマップまでの要素を指定して、それをCursorに、サブエージェントなし／ultracodeなしで、素のOpus 5を使って高い労力設定で投入した。その結果「Dust Corridor」も、ブラウザ上で動作する。
一方で、後続のどのビルドも、Shumerが自身のプロジェクトで実施したブラインドテストに直面していなかった。Shumerのクリティックログでは、彼が記録したすべてのラウンドで実際のCall of Dutyが勝っていた。
ガントレット・ループ方式が従来のプロンプトエンジニアリング手法を覆す
Shumerは自分のアプローチを「ガントレット・ループ」と呼ぶ。曖昧な指示ではなく、検査可能な“実物の合格ライン”をエージェントに手渡し、仕事を小さな部品に分解させ、各部品を「ビルダーの推論を決して見ない」クリティックに通す。ループを支えるClaude Codeの機能は2つある。サブエージェントは、それぞれ独自の指示とツールアクセスを持つ隔離されたコンテキストウィンドウで起動されるため、武器モデルを採点するクリティックは、ビルダーの言い訳を引き継がない。ultracodeはClaude Codeの設定で、モデルに最高の推論努力を促し、さらに自分自身でオーケストレーション計画を書かせる。最大16体ものエージェントに対して同時に作業を広げられるが、1回の実行あたりの上限は1,000だ。
反復の修正→テスト→調整サイクルのために作られた、Anthropicの組み込み /loop スキルが、ゲームがそこそこに見える時点で実行が止まるのを防いだ。Shumerはラウンド数を指定しておらず、セッションを閉じるまで、クリティックが新しい“穴”を何時間も挙げ続けることを許した。
研究者がデータ汚染の懸念を提起
Three.jsは公式の例として独自のポインタロック・カメラ制御を同梱しており、基礎パターン――マウスルック、WASD移動、銃撃のためのレイキャスティング――は、GitHub、gist、開発者フォーラムのいずれでも10年以上にわたって分岐され、チュートリアル化されてきた。公開リポジトリで訓練されたコーディングモデルは、Shumerのプロンプトを読む前に、似通った一人称シューターを数百どころか数千も見ている可能性が高い。コード生成モデルを研究する研究者たちは、これをデータ汚染と呼ぶ。モデルがタスクでうまくいくのは、推論によって新しい何かを導いたからではなく、ほぼ同一の例がすでに訓練データ内に存在していたからだ、という状況である。
公開された一人称シューティングの初期ビルドには、データ汚染を確認するチェックがなかった。Shumerのリポジトリにはモデルが生成したコードが含まれているが、それによって「AAAゲームをワンショットで作った」が示すのは、“プログラミング界の中でも最も詳細にドキュメント化されたジャンルの一つの内部で動作する有能なエージェント”であって、先行研究のない状態でシューターを設計できるAIを証明したものとは言えない。
よくある質問
Matt ShumerのClaude Opus 5プロンプトには実際何が入っていた？
プロンプトはGitHubに公開された3つの短い段落を実行するものだった。Opus 5に対し、近年のCall of Duty級のレベルでシューターを作ること、個別のタスクのためにサブエージェントを展開すること、そしてそれぞれの要素を別のクリティックに通して、ブラインドの左右比較で実際のCall of Duty映像に一致するまでループすることを指示した。Shumerはレンダラーを指定せず、ゲームのシステムを列挙せず、AAA品質の要件も定義しなかった。
他の開発者は、Claude Opus 5のゲーム構築の結果をどのように再現した？
ジェームズ・アルトゥーチャーは同一のプロンプトを実行し、Operation Blackoutを作るために10時間超えかつトークン約130万をOpus 5に費やした。Prompt Siloの開発者は、同じプロンプトをOpenAIのSol 5.6 Ultraに使った。開発者のLeon Linは、20セクションに及ぶ詳細プロンプトを逆算し、サブエージェントなし／ultracodeなしで素のOpus 5を使い、高い労力設定でCursorに投入してDust Corridorを生成した。
