Battle Drones: вайб-кодинг RTS с мультиплеером через звук (2026)

Разбор новинки простыми словами: что это, кому нужно и брать ли.

Показывает, как агентный вайб-кодинг за ночь превращает прототип в играбельный продукт — сигнал для команд, оценивающих LLM-агентов в разработке.

Связанные услуги: каталог, AI Boost Team, стать клиентом.

20 октября 2026 Simon Willison выложил Battle Drones — RTS в стиле Command & Conquer, которая работает в браузере на телефоне и десктопе. Собрана вайб-кодингом: 12 крупных итераций, 321 коммит от кодинг-агентов (в основном Claude Code), код автор почти не читал. Язык — TypeScript, с которым он сам толком не работал.

Вот это и есть событие. Не игра. Игра как раз побочный продукт. Событие в том, что за ночь промпт «Make it a LOT more fun» превратил скучный прототип в играбельный продукт с балансом, который агент выкрутил на симуляциях, а не на вкусовых правках.

Что именно собрали

Battle Drones — полноценная RTS в браузере: туман войны, экономика, база, три вида войск. Внутри 9 зданий, 7 наземных машин, 6 воздушных, 3 типа пехоты. Все модели трёхмерные, но рендерятся в браузере, ставить ничего не надо. Шесть карт в пяти биомах (умеренный, пустыня, арктика, вулканы, тропики) плюс генератор случайных карт.

Режимы: Skirmish (красные против синих на симметричной карте), Last Stand (волны, держитесь сколько можете), сюжетная кампания Ops на 8 миссий, ежедневное испытание Daily Op, мутаторы, ранги и медали. Есть Goliath — огромный мех с лазерными глазами, который умеет ставить новую базу. Есть ИИ-личности с разным характером: Balanced, Rush, Air Swarm, Boom, Skyforce, Ironclad. Музыка реагирует на бой и нарастает, когда начинается мясо.

И два режима, которые для владельца продукта интереснее самой игры. AI vs AI — смотрите, как боты воюют друг с другом. Agent vs Agent — друг против друга играют две LLM.

Мультиплеер через звук: как это работает на пальцах

Два устройства синхронизируют состояние игры аудиосообщениями. Телефон передаёт данные через динамик, второй ловит их микрофоном. Никакого сервера, никакого Wi-Fi-хендшейка, никакой регистрации. По сути локальный кооп в одной комнате — расширение прошлого эксперимента с Chirp Pong.

It also supports multiplayer between nearby devices using audio to synchronize game state!

Для бизнеса здесь важен сам паттерн: агент собрал нестандартный транспорт данных там, где обычный разработчик пошёл бы за WebSocket и бэкендом. Не всегда это правильный выбор (см. ограничения ниже), но скорость проверки гипотезы другая.

Чем это отличается от предыдущих экспериментов

Раньше у автора выходили штуки, которые выглядели как игра, но играть в них было скучно. Он так и сформулировал собственный тезис: кодинг-агенты делают оболочку, но не делают интересно. Потом дал моделям шанс опровергнуть.

I'm somewhat embarrassed to admit that I got there by telling Claude to "Make it a LOT more fun".

Промпт запустили в Ultracode — режиме с динамическими воркфлоу, где один скрипт оркестрирует много субагентов сразу. Прогон шёл всю ночь, результат появился к утру. Агент не просто дописал фичи. Он прогнал 1200 тестовых матчей AI против AI и по их итогам перебалансировал юниты.

Цифры после перебалансировки говорят громче демо-ролика. Доля незавершённых игр после 25 минут упала с 14% до 0,9%. Доля побед отстающей стороны при разнице в 800+ scrap выросла с 24% до 46%. Это уже не «добавь красивых спрайтов». Это цикл «симуляция → метрика → правка баланса», который обычно делают тестировщики и геймдизайнеры за недели.

Кому это нужно и что с этим делать

Продуктовым командам, которые решают, пускать ли LLM-агентов в реальную разработку. Battle Drones — не аргумент «агенты заменят разработчиков». Это аргумент «агенты хорошо работают там, где есть дешёвый автоматический фидбэк».

• Есть симуляция или тесты — агент итеративно улучшает продукт сам, ночью, без вас.
• Нет симуляции — получаете красивый прототип, который никому не нужен.
• Промпт «сделай сильно лучше» работает только вместе с механизмом проверки. Иначе это лотерея.

Для SMB-разработки вывод прикладной: перед тем как звать агента «улучшать», соберите измеримую метрику (конверсия, retention, время до первого действия) и дайте ему возможность гонять её тысячи раз. Дешёвая симуляция важнее умной модели.

Где подвох

Мультиплеер по звуку живёт в пределах слышимости микрофона. Это не замена сетевой игре, это аттракцион для двух телефонов на одном столе. Для продукта с реальными пользователями такой транспорт — тупик.

Код автор почти не ревьюил и сам плохо знает TypeScript. Для эксперимента нормально. Для продукта, который завтра придётся поддерживать чужой команде, — нет. Вы покупаете не архитектуру, а демонстрацию скорости.

И главное: «весело» здесь — субъективная оценка одного человека. 1200 матчей ИИ против ИИ не заменяют живых игроков, они лишь показывают, что боты перестали застревать в патовых ситуациях. Переносить этот результат на реальную аудиторию без замеров нельзя.

Брать или подождать: вердикт за 30 секунд

Брать — если вам нужен референс, как выглядит агентный цикл разработки с симуляцией в роли QA. Открывайте репозиторий, смотрите историю коммитов и последовательность итераций v1–v12. Это готовый сценарий для пилота внутри своей команды.

Подождать — если вы ищете готовый движок или основу для коммерческой игры. Код не ревьюился, мультиплеер локальный, поддержки нет. Здесь вы покупаете файл с историей, а не решение.

FAQ

Нужно ли что-то устанавливать?

Нет. Игра открывается в браузере на мобильном и десктопе, хостится на GitHub Pages.

Можно ли играть по интернету с другом из другого города?

Нет. Аудиосинхронизация работает между устройствами в пределах слышимости микрофона.

Это доказывает, что LLM-агенты заменят разработчиков?

Нет. Это доказывает, что агент хорошо итерирует там, где есть автоматическая проверка результата.

Сколько это заняло?

12 крупных итераций и 321 коммит от кодинг-агентов, при этом ключевой прогон «сделай сильно веселее» шёл всю ночь.

Если у вас есть продукт с измеримой метрикой и скучным бэклогом — попробуйте один цикл: метрика, симуляция, ночной прогон агента, замер. Один цикл, не тридцать. Результат покажет больше, чем любая дискуссия про то, готовы ли агенты к продакшену.