Автор проекта обучил ИИ-агента игре в классический DOS-Арканоид 1988 года. Программа самостоятельно изучила механику игры, научилась управлять ракеткой и победила финального босса DOH в 10 из 10 тестовых партий. Для проверки результатов использовался независимый «судья», который запускал игру с нуля и анализировал экран.
Первая попытка обучения с подкреплением на уменьшенном изображении оказалась неэффективной: агент не смог освоить физику отскока мяча. Во втором подходе модель Claude Opus 5.5 получила роль исследователя в эмуляторе. Она самостоятельно проводила эксперименты, замеряла углы отскока и писала программный код для игрока, используя сохранения для отладки.
В процессе работы агент самостоятельно выявил правила игры, научился избегать потери мяча и уклоняться от снарядов босса. При возникновении программных ошибок, таких как зацикливание мяча, ИИ находил решение путем многократного переигрывания эпизодов. Итоговый средний счет составил 343 977 очков, а время прохождения до финального раунда занимало около 20 минут.
Стоимость работы ИИ-исследователя по тарифам API составила около 31 USD, а общие затраты на весь проект, включая неудачные попытки и вспомогательные инструменты, — около 136 USD. Автор отмечает, что для успеха потребовалось создание «песочницы» для экспериментов и четкая система автоматической проверки результатов.
Проект подтвердил концепцию Software 3.0, где LLM выступает в роли интерпретатора задач, а не просто помощника программиста. Автор подчеркивает важность встраивания ИИ непосредственно в бизнес-процессы, где требуется анализ новых ситуаций, с сохранением обычного кода для выполнения рутинных операций и жестким контролем через автотесты.
