Claude Opus 5 只用一個極其簡單的提示詞，就「one-shotted」完成了一款第一人稱射擊遊戲，結果令人驚訝到讓一些讀者難以置信。

其他人重新執行這個提示詞後，表示結果確實成立。

這款由 Claude 協助打造的遊戲創作者 Matt Shumer 將這種方法稱為 Gauntlet Loop：給代理一個真正需要跨越的標準，把工作拆給新的評論者，並且永遠不讓建造者替自己的作業打分。

就在 Claude Opus 5 發布兩天後，AI 投資人、前 HyperWrite CEO Matt Shumer 發布了一段影片，展示模型獨立打造、且可完整遊玩的第一人稱射擊遊戲。

他寫道：「Claude Opus 5 one-shotted this game」，並補充說整個作品沒有納入任何外部素材。

你可能會以為，如此高品質的成果，需要一段又長又細緻、極為謹慎的提示詞，才能引導 AI 模型處理打造精緻第一人稱射擊遊戲的複雜性。

再想想。

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

這個專案背後的提示詞只有三個短段落，並完整公布在 GitHub 上。它要求 Opus 5 打造一款達到最新 Call of Duty 遊戲水準的射擊遊戲，將 subagents——每個都擁有各自獨立記憶與單一任務的工作者——分派去分別處理各個部分，並在每一部分上反覆循環，透過另一個嚴格的評論者，直到它能在與真實 Call of Duty 影片的盲測並排比較中站得住腳。依照提示詞，成果應該要「utterly perfect」。

這種做法與提示詞工程師在 vibe-coding 熱潮中一直強調的建議正好相反。當時的常見建議是要指定標準，而不是形容詞：說清楚「good」是什麼，而不是只要求它。

Shumer 的版本幾乎反其道而行，要求自己的 subagents 要「utterly wowed」，而把實際定義交給 Opus 5 為自己建立的評論者。

這幾乎就是全部任務內容。Shumer 後來寫道，他從未指定渲染器、列出遊戲系統，或定義「AAA quality」到底應包含什麼。他開始把這種做法稱為 Gauntlet Loop：給代理一個可檢視的真實標準，而不是模糊指令，讓它把工作拆成小塊，再把每一塊交給一個看不到建造者自身推理過程的評論者。

兩項 Claude Code 功能支撐了這個循環。Subagents 會在隔離的 context window 中啟動，擁有各自的指令與工具存取權，因此評估武器模型的評論者不會繼承建造者對外觀的辯解。Ultracode 則是 Claude Code 的一項設定，會把模型推到最高推理強度，並讓它自行撰寫協調計畫，最多同時把工作分派給 16 個 agents，且每次執行上限為 1,000 個。

Anthropic 內建的 /loop 技能，原本就是為反覆修正、測試、調整而設計，這正是讓整個執行不會在遊戲看起來「差不多」時就停止的原因。Shumer 並未指定回合數。他讓評論者持續指出新的缺口，然後讓建造者追著這些缺口跑了好幾個小時，最後才由他自己關閉 session。

最終完成的作品使用 Three.js 和純 WebGL2 運行，約有 55,000 行程式碼，分布在 11 個子系統中。每個 texture、mesh、animation 與 sound 都是在瀏覽器載入時即時生成，沒有下載模型、HDRI、圖片檔或音訊檔。Shumer 公布的評論者日誌顯示，分數從 3.59 分一路升到 5 分以上，但每一輪仍然落後於真實遊戲。

這種透明度也讓其他人更容易測試結果，這在一個精緻 demo 可能掩蓋大量人工微調的程式世界裡格外重要。懷疑者原本以為背後藏著數小時的手工編碼，因此 Shumer 公布了完整提示詞與整個 codebase。也就在這時，仿作開始出現。

同一招，三位不同的建造者

前避險基金經理、播客主持人 James Altucher 執行了相同的提示詞，表示自己花了「a little over ten hours」，並在 Opus 5 上用了約 1.3 million tokens 才完成。他的作品 Operation Blackout 可在瀏覽器中免費遊玩。

Prompt Silo 的開發者則把同樣的需求丟給 OpenAI 的競爭旗艦，並發文寫下「Sol 5.6 Ultra with same prompt」——其中 Sol 是 OpenAI 於 7 月 9 日一般提供的三模型 GPT-5.6 家族中最高階的版本，另外兩個較便宜的版本為 Terra 與 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

開發者 Leon Lin 則採取相反做法，使用一般常見的詳細提示詞。與其複製 Shumer 的短版，他選擇「reverse engineer a prompt for this game」，產出一份深達約 20 個章節的文件，從 ragdoll physics 到 cascaded shadow maps 都有詳細說明。他把這份提示詞輸入 Cursor，以高效能模式使用純 Opus 5、沒有 subagents，也沒有 ultracode，結果是一款名為 Dust Corridor 的市場街區射擊遊戲，同樣可在瀏覽器中遊玩，而且看起來也相當不錯。

這些後續作品都沒有經過 Shumer 在自己專案上做過的盲測。他的評論者日誌仍顯示，真實 Call of Duty 在他記錄的每一輪都勝出——這正是 Altucher 與 Atom Tan Studio 依照他那三段式提示詞在追逐的基準，也是 Leon Lin 以自己約 20 個章節版本追逐的標準。

這到底有多新？

像 Claude Code 這類 agentic coding 工具寫軟體的方式，有點像受監督的年輕工程師：它們讀檔、執行程式、查看自己產生的截圖，然後把工作拆給 subagents 與評論者，讓後者根據既定目標檢查結果。這個循環確實存在，而 Shumer 的 Gauntlet Loop 也是一種真實可行的組織方式。

但這一切本身，並不能證明模型是憑空設計出一款遊戲，而不是重組它早已吸收過的程式模式。

Three.js 本身就把 pointer-lock camera controls 作為官方範例，而這種基礎模式——mouse-look、WASD movement，以及用 raycasting 處理 gunfire——十多年來已經在 GitHub、gists 與開發者論壇中被 fork 與教學化無數次。訓練自公開儲存庫的程式模型，在讀到 Shumer 的提示詞之前，幾乎肯定看過數百甚至數千個幾乎一模一樣的射擊遊戲範例。

這不代表 Claude of Duty 是假的，但會讓「built from scratch」這個說法更難被完全採信，因此應該帶著一點保留看待這些結果。

研究程式生成模型的人，對這類更廣泛的問題有個名稱：data contamination，也就是模型之所以在某個任務上表現良好，主要是因為訓練資料裡早已存在幾乎相同的範例，而不是它真的推理出新的東西。

這些第一人稱射擊遊戲作品都沒有公布針對這種污染的檢查。Shumer 自己的 repo 的確包含 Claude 自己的創造性，如果這樣稱呼是合理的話。這也是為什麼把「one-shotted a AAA game」讀成一個有能力的代理，在程式設計中最被充分記錄的類型之一裡運作，而不是把它當成 AI 在沒有任何前例可借鑑的情況下設計出一款射擊遊戲的證明。