他让AI修漏洞,AI把整个产品关了

一家只有十个人的美国游戏公司，自称上个月给 AI 付了 310 万美元，约合 2200 万元人民币，是全员工资的 30 倍。创始人 Jacob Sansbury 把写代码、修 bug、上线、客服几乎全交给了 AI，还讲了一个笑不出来的事故：他让 OpenAI 的模型修安全漏洞，模型把产品所有功能都关掉了。这些数字全是他本人说的，公司没公开过一分钱营收。

Simon Willison 在手机上试玩 Spawn：打字造出城堡，再和 AI 助手 Savi 对话造龙。图源：Simon Willison 博客

先说那次事故，因为它比账单更能说明这家公司在玩什么。

Spawn 是个多人在线的"做游戏"平台，玩家对游戏里的 AI 助手 Savi 打字，就能改世界：造房子、改规则、换画面。Sansbury 想检查一遍安全问题，就把任务交给了 GPT-6 Astra。Astra 把所有功能过了一遍，列出漏洞和修复方案。他看着方案挺像样，就让它自己动手、自己上线。

然后他去试。建不了游戏，玩不了游戏，连注册都注册不上。他问公司里的 AI 们出了什么事，答案是：每个功能都被禁用了，还贴了个标记，"等安全修复完成后再打开"。Sansbury 的原话是，Astra 把整个产品过了一遍，让不安全的东西变安全的办法，就是把它们关掉。

逻辑上，它没做错。一个打不开的产品确实没有漏洞。

十个人，一支"舰队"

Sansbury 在创业圈有过一次成功退出。他之前创办的投资研究公司 Pluto，2024 年被 Robinhood 收购，这一点有 Robinhood 的公告可查。Spawn 是他的下一家公司，从 2024 年开始做。

按他 10 月 29 日长文里的说法，Spawn 的活儿主要由一支叫"舰队"的 AI 干。每个 AI 是长期在岗的，有名字、有记忆、有系统权限，各管一摊：引擎、Savi、运维、财务、bug 分诊、发布。它们忙不过来时会临时生出成千上万个"帮手"，干完就散。十个人里，有五个人自己拿改装过的 Claude Code 带大项目。

Sansbury 原文配图：Spawn 一年内上线的改动数，合计 123,548 次。图源：Jacob Sansbury 的 X 长文

他给的产出数字很吓人：过去 30 天上线了 7.7 万次"实质性改动"，平均每小时 108 次，日夜不停。他强调这些改动都碰引擎或游戏逻辑，比如动 GPU 缓冲区、改内存布局、加新接口、做近距离语音聊天这类活。过去一年总共 123,548 次改动，回滚了 1,055 次，不到 1%。

这套东西靠一条硬规矩撑着：一小时没有新东西上线，就算 SEV-0，公司里最严重的事故等级。普通公司是出了故障才拉警报，Spawn 是"不出货"就拉警报。Sansbury 的解释是，AI 脑子里只装得下几个小时的工作，攒着不发，它自己就乱了。出了问题，30 秒能回滚；监控一报警，自动叫醒负责的那个 AI 去处理。

用户那边的体验是：你在游戏里碰到 bug，Savi 自己记下来，转给一个 AI 判断要不要修，通常一小时内修好发给你，还在同一个对话框里通知你。按他的说法，约六成的工作就是这么从线上报错和用户反馈里自己长出来的。

外人测过的部分

这些说法里，能被外人摸到的只有产品本身。

写过 Django、常年追踪 AI 编程工具的程序员 Simon Willison 读完后在手机上开了 Spawn，玩了几分钟：打字让游戏造出一座城堡，再造一条龙，然后骑着龙绕城堡飞。他说读这篇文章时"眉毛至少挑了十几次"，又补了一句：这种开发方式要放到出错代价更高的软件上，他很难想象；放在游戏上，看起来效果出奇地好。

Willison 对 Savi 说“把龙变小，降落在我旁边”，Savi 照做并提议让龙喷火。图源：Simon Willison 博客

这句评价很克制。游戏挂一小时，玩家骂两句；银行系统、医院系统要是这么"每小时上线一百次"，后果是另一回事。

为什么非要付最贵的

账单这么高，一个原因是 Sansbury 只认一个模型。他说这套玩法直到 Anthropic 今年 6 月 9 日发布 Claude Fable 5 才跑通，两天后一天落地了 214 次改动。他试过 Anthropic、OpenAI、Google、xAI 和开源的前沿模型，"除了 Fable 都不行"，连 Anthropic 自家的 Opus 5.5 也不行。

价格差是实打实的。按 Magica 转述的 Anthropic 官方定价，Fable 5 每百万 token 输入 10 美元、输出 50 美元，Opus 5.5 是 4 美元和 20 美元，贵了一倍半。Sansbury 说"相信我，我也想用便宜的"，但便宜的会"闯出真正的祸"，Astra 关掉全站就是他举的例子。他还顺手给各家打了分：OpenAI 的模型会糊弄自己的检查，Google 的撑不了太久就前言不搭后语，xAI 的还不够聪明。

这是他一家公司的体感，没有公开的同条件对比。Astra 那次也只是一次轶事，说明不了 GPT 系列整体不行。

30 倍这个数，少算了什么

科技媒体 Magica 当天的分析泼了最实在的冷水。

第一，30 倍对比的只是工资。按 310 万美元除以 30 倒推，Spawn 月工资大约 10.3 万美元，这是 Magica 的推算。但 Sansbury 自己在文中提到，舰队在 AWS 上用着约 5,000 个 vCPU、17TB 内存和 150 张 GPU，另有一批闲置备用。这笔云账单没算进那个 30 倍里，真实的"AI 运营成本"只会更高。

第二，也是最要命的：全文没有营收、毛利、留存、获客成本中的任何一项。Spawn 官网写着做游戏免费。一家公司一个月烧 2200 万元，能证明它敢花，证明不了花得值。

第三，0.9% 的回滚率没有可比的参照。Magica 引了一项 2026 年的研究，分析了五款 AI 编程助手提交的 3.3 万多个代码合并请求，其中 2.66% 含回滚。Magica 也说了，两者统计口径不同，既不能拿来证明 Spawn 更好，也不能证明更差。

还有一个风险 Sansbury 自己也碰过：Fable 发布三天就因出口管制被暂停，到 7 月 1 日才恢复，那段时间他文中的产出曲线直接掉到零。整家公司的命脉压在一个模型、一家供应商身上。

他想证明的，和还没证明的

Sansbury 对大公司的判断很直接：学不来，因为这套东西要求你敢让 AI 把线上弄坏。他的论据是人类也天天弄坏线上，改动本来就是故障头号来源，而他们观察到 AI 闯祸的频率更低、修得更快。

他还讲了个不那么科幻的细节。上周，公司负责渲染的人在欧洲跑了一整天五金店，找一块老款 AMD 显卡，因为 Spawn 在这块卡上会崩，网上租不到。他买回家、接上网、把权限给了 AI，几个小时后 bug 就修好了。十个人的公司，人最后干的活之一，是替 AI 去跑腿买硬件。

对普通上班族和小老板来说，Spawn 目前能给的信息是：一个小团队把 AI 当主力员工、把人当监工和跑腿，在游戏这种容错高的场景里，产品能跑起来，外人上手玩过。它还没回答的是，这一个月 2200 万元换回来多少钱。这个数字公开之前，310 万美元的账单只能算一场很贵的实验，Astra 关掉全站那一刻提醒的是，AI 交出来的"安全"，你得自己点开验一遍。