Claude Opus 5 hat ein First-Person-Shooter-Spiel mit einem so einfachen Prompt „one-shotted“, dass manche Leser die Ergebnisse kaum glauben konnten.

Andere führten den Prompt erneut aus und bestätigten die Ergebnisse.

Matt Shumer, der Macher des Claude-gestützten Spiels, nennt die Methode eine Gauntlet Loop: einem Agenten eine echte Hürde setzen, die Arbeit auf frische Kritiker verteilen und den Builder niemals seine eigene Arbeit bewerten lassen.

Nur zwei Tage nach der Veröffentlichung von Claude Opus 5 postete der KI-Investor und frühere HyperWrite-CEO Matt Shumer ein Video eines vollständig spielbaren First-Person-Shooters, den das Modell komplett eigenständig gebaut hatte.

„Claude Opus 5 one-shotted this game“, schrieb er und ergänzte, dass kein einziges externes Asset in den Build eingeflossen sei.

Vielleicht denken Sie nun, dass ein derart hochwertiges Ergebnis einen langen, detaillierten und sorgfältigen Prompt benötigte, um die KI durch die Komplexität eines ausgefeilten First-Person-Shooters zu führen.

Falsch gedacht.

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

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

Der Prompt hinter dem Projekt bestand aus drei kurzen Absätzen und wurde vollständig auf GitHub veröffentlicht. Er forderte Opus 5 auf, einen Shooter auf dem Niveau der neuesten Call of Duty-Spiele zu bauen, Subagents – also Arbeitsmodule mit jeweils eigenem, getrenntem Speicher und einer eng umrissenen Aufgabe – einzusetzen, um einzelne Teile getrennt zu bearbeiten, und jeden Teil immer wieder mit einem separaten, strengen Kritiker zu prüfen, bis er im Blindvergleich mit echtem Call-of-Duty-Material bestand. Das Ergebnis sollte laut Prompt „utterly perfect“ sein.

Dieser Ansatz kehrt vieles von dem um, was Prompt Engineers während des Vibe-Coding-Booms empfohlen haben. Die gängige Regel lautete, Kriterien statt Adjektive zu nennen: also zu sagen, was „gut“ bedeutet, statt es nur zu erbitten.

Shumers Variante macht fast das Gegenteil, indem sie die Subagents selbst „utterly wowed“ sein lässt und die eigentliche Definition einem Kritiker überlässt, den Opus 5 für sich selbst gebaut hat.

Damit war der gesamte Auftrag fast schon beschrieben. Shumer schrieb später, dass er nie den Renderer spezifiziert, die Systeme des Spiels aufgelistet oder definiert habe, was „AAA quality“ enthalten müsse. Er nennt den Ansatz inzwischen eine Gauntlet Loop: einem Agenten eine reale, überprüfbare Hürde geben statt einer vagen Anweisung, die Aufgabe in kleine Teile zerlegen lassen und jeden Teil durch einen Kritiker leiten, der die Begründungen des Builders für seine Entscheidungen nie sieht.

Zwei Claude-Code-Funktionen tragen diese Schleife. Subagents starten in isolierten Kontextfenstern mit eigenen Anweisungen und eigenem Toolzugriff, sodass ein Kritiker, der das Waffenmodell bewertet, nicht die Ausreden des Builders dafür übernimmt, warum es so aussieht, wie es aussieht. Ultracode ist eine Claude-Code-Einstellung, die das Modell auf sein höchstes Denkvermögen bringt und ihm erlaubt, seinen eigenen Orchestrierungsplan zu schreiben, sodass Arbeit auf bis zu 16 Agents gleichzeitig verteilt wird, begrenzt auf 1.000 pro Lauf.

Anthropics integrierte /loop-Fähigkeit, die für wiederholte Fix-Test-Anpassungs-Zyklen gedacht ist, verhinderte, dass der Lauf endete, sobald das Spiel ordentlich wirkte. Shumer legte keine Zahl von Runden fest. Er ließ den Kritiker immer neue Lücken benennen und ließ den Builder stundenlang hinterherarbeiten, bevor er die Sitzung selbst schloss.

Der fertige Build läuft auf Three.js und normalem WebGL2, mit rund 55.000 Codezeilen über 11 Subsysteme verteilt. Jede Textur, jedes Mesh, jede Animation und jeder Sound wird beim Laden direkt im Browser erzeugt – keine heruntergeladenen Modelle, HDRIs, Bilddateien oder Audiodateien. Shumers veröffentliches Kritikerprotokoll zeigt, wie der Wert von 3,59 von 10 auf etwas über 5 stieg, dabei aber in jeder Runde hinter dem echten Spiel zurückblieb.

Diese Transparenz machte das Ergebnis auch für andere leichter testbar, was in einer Coding-Welt wichtig ist, in der polierte Demos viel manuelles Feintuning verbergen können. Skeptiker vermuteten stundenlange versteckte Handarbeit, also veröffentlichte Shumer den gesamten Prompt und die Codebasis. Genau dann begannen die Nachahmer.

Derselbe Trick, drei verschiedene Builder

James Altucher, der frühere Hedgefonds-Manager und Podcaster, nutzte denselben Prompt und sagte, er habe dafür „etwas mehr als zehn Stunden“ und rund 1,3 Millionen Tokens auf Opus 5 verbraucht. Sein Build, Operation Blackout, ist kostenlos im Browser spielbar.

Der Entwickler von Prompt Silo richtete dieselbe Anfrage stattdessen an OpenAIs Konkurrenz-Flaggschiff und postete „Sol 5.6 Ultra with same prompt“ – Sol ist die oberste Stufe der dreimodelligen GPT-5.6-Familie, die OpenAI am 9. Juli allgemein verfügbar machte, zusammen mit den günstigeren Terra- und Luna-Versionen.

Sol 5.6 Ultra with same prompt. pic.twitter.com/1xwBQw5nRh — Rich · Atom Tan Studio (@atomtanstudio) July 26, 2026

Sol 5.6 Ultra with same prompt. pic.twitter.com/1xwBQw5nRh

— Rich · Atom Tan Studio (@atomtanstudio) July 26, 2026

Der Entwickler Leon Lin wählte den entgegengesetzten Ansatz und setzte auf den üblichen ausführlichen Prompt. Statt Shumers kurze Version zu übernehmen, versuchte er, „einen Prompt für dieses Spiel zu reverse-engineeren“, und erstellte ein Dokument mit rund 20 Abschnitten, das alles von Ragdoll-Physik bis zu Cascaded Shadow Maps beschreibt. Er speiste das in Cursor mit normalem Opus 5 bei hoher Anstrengung ein, ohne Subagents und ohne Ultracode, und das Ergebnis – ein Marktstraßen-Shooter namens Dust Corridor – läuft ebenfalls im Browser und sieht stark aus.

Keines der Folgeprojekte hat den Blindtest durchlaufen, den Shumer an seinem eigenen Projekt durchgeführt hat. Sein Kritikerprotokoll zeigt weiterhin, dass echtes Call of Duty in jeder geloggten Runde gewann – genau die Messlatte, die Altucher und Atom Tan Studio mit seinem exakten Drei-Absatz-Prompt anstreben, und die Leon Lin mit etwa 20 eigenen Abschnitten verfolgt.

Wie neu ist das eigentlich?

Agentische Coding-Tools wie Claude Code schreiben Software so, wie es ein betreuter Junior Engineer tun könnte: Sie lesen Dateien, führen Code aus, betrachten die erzeugten Screenshots und geben Teile der Aufgabe an Subagents und Kritiker weiter, die das Ergebnis an einem vorgegebenen Ziel prüfen. Diese Schleife ist real, und Shumers Gauntlet Loop ist eine echte Möglichkeit, sie zu strukturieren.

Nichts davon beweist für sich allein, dass das Modell ein Spiel aus reiner Vorstellung entworfen hat, statt bereits gelernte Code-Muster neu zusammenzusetzen.

Three.js liefert seine eigenen Pointer-Lock-Kamerasteuerungen als offizielles Beispiel, und dieses Grundmuster – Mausblick, WASD-Bewegung und Raycasting für Schüsse – wurde seit mehr als einem Jahrzehnt auf GitHub, in Gists und in Entwicklerforen geforkt und als Tutorial aufbereitet. Ein auf öffentlichen Repositories trainiertes Coding-Modell hat mit ziemlicher Sicherheit Hunderte, wenn nicht Tausende, nahezu identischer Shooter gesehen, noch bevor es Shumers Prompt las.

Das macht Claude of Duty nicht falsch, aber es macht die Behauptung „von Grund auf gebaut“ schwerer vollständig zu akzeptieren, also sollte man die Ergebnisse mit Vorsicht lesen.

Forscher, die sich mit Code-generierenden Modellen beschäftigen, haben für das größere Problem einen Namen: Datenkontamination, also wenn ein Modell bei einer Aufgabe gut abschneidet, vor allem weil nahezu identische Beispiele bereits in seinen Trainingsdaten lagen, nicht weil es etwas Neues hergeleitet hat.

Keines der First-Person-Shooter-Projekte veröffentlichte einen Test auf diese Art von Kontamination. Shumers eigenes Repo enthält durchaus Claudes eigene Kreativität, wenn man es so nennen möchte. Das ist ein Grund, „one-shotted a AAA game“ als Leistung eines fähigen Agents innerhalb eines der am besten dokumentierten Genres der Programmierung zu lesen – und nicht als Beweis dafür, dass eine KI einen Shooter ohne jegliche Vorarbeit entworfen hat.