Claude Opus 5 a « one-shot » un jeu de tir à la première personne avec un prompt si simple, et des résultats si impressionnants, que certains lecteurs ont eu du mal à y croire.

D’autres ont relancé le prompt et ont constaté que les résultats tenaient la route.

Matt Shumer, le créateur du jeu assisté par Claude, appelle cette méthode une Gauntlet Loop : donner à un agent une référence concrète à atteindre, répartir le travail entre de nouveaux critiques, et ne jamais laisser le créateur noter son propre devoir.

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

« Claude Opus 5 a one-shot ce jeu », a-t-il écrit, ajoutant qu’aucun asset externe n’avait été intégré à la compilation.

À ce stade, vous pourriez penser qu’un résultat d’une telle qualité nécessitait un prompt long, détaillé et soigneusement rédigé pour guider le modèle d’IA à travers la complexité de la création d’un FPS soigné.

Détrompez-vous.

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

Le prompt à l’origine du projet tenait en trois courts paragraphes et a été publié en intégralité sur GitHub. Il demandait à Opus 5 de créer un shooter du niveau des jeux Call of Duty les plus récents, de déployer des sous-agents — des travailleurs disposant chacun de leur propre mémoire séparée et d’une tâche étroite — pour traiter les éléments individuellement, et de boucler sur chaque élément avec un critique distinct et sévère jusqu’à ce qu’il tienne face à de vraies images de Call of Duty dans une comparaison à l’aveugle côte à côte. Selon le prompt, le résultat devait être « utterly perfect ».

Cette approche inverse une grande partie des conseils donnés aux ingénieurs de prompt pendant l’essor du vibe-coding. La recommandation habituelle consistait à définir des critères plutôt que des adjectifs : dire ce que signifie « bon » au lieu de simplement le demander.

La version de Shumer fait presque l’inverse, en demandant à ses sous-agents d’être « utterly wowed » et en laissant à un critique construit par Opus 5 le soin de définir concrètement le niveau attendu.

Cela résumait presque entièrement le brief. Shumer a ensuite écrit qu’il n’avait jamais précisé le moteur de rendu, listé les systèmes du jeu, ni défini ce que devait inclure une « AAA quality ». Il a commencé à appeler cette approche une Gauntlet Loop : donner à un agent une référence réelle et inspectable au lieu d’une instruction vague, lui permettre de découper le travail en petites parties, puis faire passer chaque partie par un critique qui ne voit jamais le raisonnement du créateur.

Deux fonctionnalités de Claude Code soutiennent 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 créateur sur son apparence. Ultracode est un réglage de Claude Code qui pousse le modèle à son effort de raisonnement maximal et lui permet de rédiger son propre plan d’orchestration, répartissant le travail sur jusqu’à 16 agents simultanément, avec un plafond de 1 000 par exécution.

La compétence /loop intégrée d’Anthropic, conçue pour des cycles répétés corriger-tester-ajuster, est ce qui a empêché l’exécution de s’arrêter dès que le jeu paraissait acceptable. Shumer n’a jamais fixé de nombre de tours. Il a laissé le critique signaler sans cesse de nouveaux écarts et a continué à faire courir le créateur derrière eux pendant des heures avant de fermer lui-même la session.

La version finale fonctionne sur Three.js et du WebGL2 natif, avec environ 55 000 lignes de code réparties en 11 sous-systèmes. Chaque texture, mesh, animation et son est généré dans le navigateur au chargement — aucun modèle téléchargé, HDRI, fichier image ou fichier audio. Le journal de critique publié par Shumer montre le score passer de 3.59 sur 10 à un peu plus de 5, restant à chaque tour derrière le vrai jeu.

Ce niveau de transparence a aussi rendu le résultat plus facile à tester pour d’autres, ce qui compte dans un univers du code où des démos soignées peuvent masquer beaucoup d’ajustements manuels. Les sceptiques ont supposé des heures de codage manuel caché, alors Shumer a publié le prompt et l’ensemble du codebase. C’est à ce moment-là que les imitateurs ont commencé à apparaître.

Même technique, trois créateurs différents

James Altucher, ancien gestionnaire de hedge fund et podcasteur, a exécuté le même prompt et a indiqué avoir passé « un peu plus de dix heures » et environ 1,3 million de tokens sur Opus 5 pour y parvenir. Son projet, Operation Blackout, est jouable gratuitement dans le navigateur.

Le développeur de Prompt Silo a, de son côté, adressé la même demande au concurrent phare d’OpenAI, en publiant « Sol 5.6 Ultra with same prompt » — Sol étant la plus haute des trois variantes de la famille GPT-5.6 qu’OpenAI a rendue généralement disponible le 9 juillet, aux côtés des versions moins chères Terra et Luna.

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

Le développeur Leon Lin a choisi l’approche inverse et a utilisé le prompt détaillé habituel. Plutôt que de copier la version courte de Shumer, il a cherché à « reverse engineer a prompt for this game », produisant un document d’une vingtaine de sections qui détaille tout, de la physique ragdoll aux cascaded shadow maps. Il l’a injecté dans Cursor avec Opus 5 en effort élevé, sans sous-agents ni ultracode, et le résultat — un shooter de rue nommé Dust Corridor — fonctionne aussi dans le navigateur et semble également solide.

Aucune de ces versions de suivi n’a subi le test à l’aveugle mené par Shumer sur son propre projet. Son journal de critique montre toujours le vrai Call of Duty gagnant chaque tour enregistré — la référence poursuivie par Altucher et Atom Tan Studio avec son prompt exact en trois paragraphes, et celle que Leon Lin poursuit avec ses quelque 20 sections à lui.

Quelle part de tout cela est réellement nouvelle ?

Les outils de codage agentique comme Claude Code écrivent du logiciel un peu comme le ferait un jeune ingénieur encadré : ils lisent des fichiers, exécutent du code, examinent les captures d’écran qu’ils produisent, et confient des morceaux du travail à des sous-agents et à des critiques qui comparent le résultat à un objectif déclaré. Cette boucle est réelle, et la Gauntlet Loop de Shumer est une façon authentique de la structurer.

Mais rien de tout cela, à lui seul, ne prouve que le modèle a conçu un jeu par imagination plutôt qu’en recomposant des schémas de code qu’il avait déjà assimilés.

Three.js fournit ses propres contrôles de caméra en pointer-lock comme exemple officiel, et ce schéma de base — visée à la souris, déplacement WASD et raycasting pour les tirs — a été repris et documenté sur GitHub, dans des gists et sur des forums de développement depuis plus d’une décennie. Un modèle de code entraîné sur des dépôts publics a très probablement vu des centaines, voire des milliers, de shooters quasi identiques avant même de lire le prompt de Shumer.

Cela ne rend pas Claude of Duty faux, mais cela rend l’affirmation « construit from scratch » plus difficile à créditer pleinement, donc il faut prendre ces résultats avec prudence.

Les chercheurs qui étudient les modèles de génération de code ont un terme pour ce problème plus large : la contamination des données, lorsque le modèle obtient de bons résultats sur une tâche surtout parce que des exemples quasi identiques figuraient déjà dans ses données d’entraînement, et non parce qu’il a raisoné quelque chose de nouveau.

Aucune des versions de FPS publiées n’a proposé de vérification pour ce type de contamination. Le dépôt de Shumer contient bien une part de créativité propre à Claude, si l’on peut l’appeler ainsi. C’est une raison de lire « a one-shotted a AAA game » comme l’action d’un agent capable travaillant dans l’un des genres les plus documentés de la programmation, et non comme une preuve qu’une IA a conçu un shooter sans aucun antécédent sur lequel s’appuyer.

Daily Debrief Newsletter