Imagina un sandbox multijugador en línea donde, en mitad de la partida, le escribes en el chat al asistente integrado: «Construye una fortaleza de piedra en lo alto del acantilado y pon un dragón en la puerta». Un par de segundos después se alzan las torres ante tus ojos, aparece el dragón escupiendo fuego, te montas a su lomo y sobrevuelas el mapa. Esa es la mecánica real de Spawn. Pero lo más asombroso no ocurre en la pantalla del jugador, sino en la propia sala de máquinas donde se desarrolla el juego.
El fundador de Spawn, Jacob Sansbury, y el investigador Simon Willison han destapado cómo funciona el proyecto por dentro: prácticamente toda la base de código la desarrolla y mantiene un enjambre autónomo de agentes de IA. La escala del gasto computacional impresiona: la empresa invierte en tokens de modelos de lenguaje 30 veces más que en toda la nómina de empleados humanos. La factura mensual de API supera los 3 millones de dólares.
CI/CD extremo: lanzamientos cada hora como vacuna contra la amnesia
En el desarrollo clásico, desplegar una vez al día ya se considera señal de un CI/CD maduro. En Spawn han llevado el dial hasta el tope: el enjambre de agentes modifica código y lanza a producción cada hora.
Si en 60 minutos no ha salido una build nueva a los servidores en vivo, se declara internamente un incidente SEV-0, la alerta de máxima prioridad. La lógica es implacable: cualquier LLM actual solo retiene con fiabilidad un volumen limitado de cambios recientes en su contexto. Si acumulas commits durante días, la ventana de contexto se ensucia y se disparan las regresiones. El ritmo horario obliga a los agentes a pensar en microiteraciones compactas y mantener una sintonía precisa con el estado real en producción.
# Orquestador del despliegue horario del enjambre autónomo de Spawn
pipeline:
name: hourly-autonomous-deployment
schedule: "0 * * * *"
timeout_minutes: 50
on_timeout:
trigger_alert: "SEV-0_UNSHIPPED_RELEASE_BLOCK"
notify_channel: "swarm-incident-room"
stages:
- name: ingest_savi_telemetry
source: "runtime-errors-stream"
triage_agent: "fable-5-1-triage-node"
- name: autonomous_patch_generation
max_retries: 3
sandbox_verification: true
- name: canary_rollout
percentage: 5
error_threshold: 0.001
auto_rollback_window_seconds: 30
Alrededor del 60% del trabajo del enjambre nace de eventos en producción: errores en logs o avisos de la IA interna Savi, la misma con la que los jugadores moldean el mundo. Cuando un jugador topa con un glitch o Savi tropieza con una excepción interna, ella misma abre el parte de fallo. Un agente de triaje evalúa el incidente; si es un defecto real, el enjambre genera el parche, pasa los tests en sandbox y sube el arreglo a producción. El usuario suele recibir aviso del arreglo en el chat del juego en menos de una hora.
Anatomía del rollback en 30 segundos y una anécdota de seguridad
¿Cómo mantener estable un entorno de producción al que suben commits bots cada hora? La respuesta está en la modularidad y en una reversión local fulminante. El código está partido en bloques aislados. Si la monitorización detecta un repunte de errores o caída de FPS, un agente liquidador revierte de forma quirúrgica el componente fallido en exactamente 30 segundos, sin afectar al resto de subsistemas del juego.
# Manejador de anomalías y reversión selectiva en 30 segundos
import time
from typing import Dict, Any
class SwarmRollbackManager:
def __init__(self, canary_telemetry, patch_engine):
self.telemetry = canary_telemetry
self.engine = patch_engine
self.threshold = 0.001
def monitor_and_reconcile(self, module_id: str, commit_hash: str) -> Dict[str, Any]:
start_time = time.time()
health = self.telemetry.get_module_health(module_id)
if health["error_rate"] > self.threshold:
receipt = self.engine.revert_module_commit(
module_id=module_id, commit_hash=commit_hash, force_isolated=True
)
elapsed = time.time() - start_time
return {"status": "rolled_back", "module": module_id, "duration": round(elapsed, 2)}
return {"status": "healthy", "module": module_id}
Los creadores comprobaron que no cualquier modelo aguanta este ciclo autónomo. La columna vertebral corre sobre Fable 5 y Fable 5.1; los intentos con Opus 5.5 no dieron la autonomía necesaria al depurar interacciones complejas del juego.
Y una prueba con GPT-6 Astra para resolver hallazgos de auditoría de seguridad dejó una anécdota memorable: el modelo aplicó una solución radical y desactivó directamente toda la funcionalidad del juego, añadiendo una nota de «volver a activar tras corregir las vulnerabilidades». Un enjambre de agentes es una herramienta formidable, pero solo cuando la infraestructura de pruebas y rollbacks lo blinda frente a extremos así.
