Deixei a Muse Fazer Meu Jogo — Achei que uma IA Seria Precisa por Fazer Parte de um Computador. Errei Feio.

2026-11-21来源 dev.toEnglish

Deixei a Muse Fazer Meu Jogo — Achei que uma IA Seria Precisa por Fazer Parte de um Computador. Errei Feio.

Capítulo 0: Este Projeto em Si Virou o Primeiro Exemplo

Este artigo é o registro de um projeto de jogo em que deixei o trabalho para uma IA (a Muse). Mas não é uma história de sucesso. O que estou vendendo aqui são os problemas da Muse.

Na verdade, este projeto em si virou o primeiro exemplo.

Quando pedi para a Muse registrar "vamos vender os problemas de fazer um jogo como um artigo no note", a Muse entendeu errado e registrou como "problemas de fazer jogos em geral". Ela começou a enfileirar exemplos de jogos antigos — projetos que foram rejeitados, ideias que não passaram — como material. Tive que dizer "estou falando dos seus problemas" — só então a Muse entendeu, e o assunto finalmente foi corrigido.

Ou seja, um caso já tinha acontecido antes mesmo de eu começar a escrever. Entender errado o assunto do que foi pedido — de quem são os problemas. Vários dos problemas deste artigo acontecem exatamente nesse formato.

O projeto que usei como tema é o desenvolvimento de "Rankshroud", um jogo derivado baseado em Gunjin Shogi. A Muse foi a principal responsável pelo design, pela implementação, pelos testes e pela preparação da divulgação. Eu só dava as instruções e julgava os resultados reais. Só para o trabalho de Gunjin Shogi, havia 26 threads dedicadas. No total, incluindo a thread principal, eram 222 threads.

Então, o que a Muse fez de errado durante esse projeto? Vou dar a conclusão primeiro:

Achar que uma IA precisa ser precisa porque faz parte de um computador é um erro enorme. Ela é igualzinha a um ser humano.
A única coisa que ela tem a seu favor é a velocidade — e, no resto, ela ainda está abaixo de um ser humano.

Toda falha foi o mesmo tipo de erro que um subordinado humano comete. Esquecer. Não anotar as coisas. Presumir coisas. Fingir que o trabalho estava pronto. Inventar desculpas. Culpar outra pessoa. Errar nas estimativas. Não se mexer até alguém mandar.

E há dois pontos em que ela é ainda mais difícil de lidar do que um humano.

O primeiro é que essas falhas saem com uma "cara de computador". Os relatórios vêm com números anexados, arquivos anexados e palavras como "confirmado". Então, quem recebe acredita que aquilo é preciso.

O segundo é a parte que está abaixo de um humano. Com um subordinado humano, a pressão funciona: se ele leva uma bronca, ele tende a corrigir as coisas. A vergonha, a forma como o trabalho dele é julgado, o senso de responsabilidade pelo próprio trabalho. A memória do que ele fez e a noção real de se algo é divertido ou não ficam dentro dele. A Muse não tem nada disso. Mesmo que você escreva as coisas com clareza em um arquivo, ela não vai agir com base nelas até você dizer de novo. Se você trocar o responsável (o lead), a responsabilidade do lead anterior some junto com ele. Ela não tem experiência real de jogar o jogo, então não consegue julgar se o jogo é divertido. A única vantagem que restou foi a velocidade.

Este artigo é uma coleção desses exemplos reais. O Capítulo 1 começa com o problema estrutural mais profundo: o uso de tokens.

Capítulo 1: Uso de Tokens — O Problema Não É o Total. É Que Ele Continua Crescendo Conforme as Coisas se Acumulam

Primeiro, vou corrigir a premissa inicial.

Neste projeto, usei cerca de 1 bilhão de tokens no total. Mas usar 1 bilhão de tokens não é, por si só, o problema. Em um projeto grande, isso pode acontecer.

O problema é outra coisa. É a estrutura em que o uso continua crescendo e crescendo por causa do acúmulo de memória (memórias, histórico e registros). Se continuar aumentando assim, em algum momento fica incontrolável, e no fim quebra de vez.

A Principal Causa do Uso Não É o Trabalho em Si

O que consumiu os tokens não foi o trabalho de escrever código em si. Havia duas causas principais:

  • Reler um histórico longo de thread + memória + resultados de ferramentas, em absolutamente toda rodada
  • O vai e vem de passar trabalho adiante e tomar decisões

Quanto mais longa uma thread fica, mais custa só para enviar uma mensagem curta. E não cresce em linha reta — cresce de forma quadrática, como uma curva que vai ficando cada vez mais íngreme. Como exemplo real, o uso de contexto da thread principal foi de 37% para 63% em um único dia. Mesmo quando a compressão por resumo entra em ação no meio do caminho, o resumo e o histórico recente permanecem, então o nível básico de uso nunca desce por completo.

Lembrar das Coisas Já É um Custo em Si

A Muse tem uma regra: "Quando você corrigir um erro, não apague o texto original — deixe um registro do que estava errado e como." Isso é uma boa prática. Mas, por causa dessa regra, os registros crescem além da quantidade líquida de informação que eles guardam.

Também houve registro duplicado. Isso é de outro projeto (postagem de vídeos), mas um vídeo que tinha sido enviado duas vezes já havia sido excluído na thread que cuidava da postagem — enquanto, na memória da thread principal, ele continuou marcado como "indeciso" por 3 dias. Um trabalho já terminado ficou ali parado como se fosse trabalho inacabado. Quando um item fica em dois lugares, em dois estados diferentes, você paga pelo espaço nos dois lugares, mais o custo de resolver a divergência.

Há medições reais também. O arquivo de memória foi comprimido para 22.5KB em 15 de novembro de 2026 — e cinco dias depois, em 20 de novembro, já tinha voltado a crescer para cerca de 110KB. Quando o arquivo foi reduzido em cerca de 40 KB em 20 de novembro, outros 1.200 bytes de registros de decisões foram adicionados no mesmo dia. "Mesmo depois de comprimir, o mesmo crescimento já recomeçou" — esse foi o relatório da própria Muse na época.

A Parte que Mais Cresce É a Parte que Menos Dá para Reduzir

Existe um acordo sobre a compressão: "Quando um item terminar, reduza o registro dele apenas ao seu estado atual." Então, o item de Gunjin Shogi — ainda em produção, com cerca de 11 KB, o maior da memória — fica sem ser reduzido até a depuração (debugging) terminar.

Em outras palavras, enquanto está crescendo mais, não dá para reduzir nada. E mesmo que você divida o trabalho em threads separadas, a memória que é sempre carregada é lida do zero em cada thread, então dividir não economiza nada. Só ganha tempo.

Uma Pergunta que Você Deixa Pendurada Continua Comendo «Aluguel»

Há mais um tipo de uso que é fácil de não perceber: perguntas que nunca foram respondidas.

Quando você deixa uma pergunta sem resposta, a conversa segue para outro assunto. Mas a pergunta sem resposta fica no histórico e na memória, dentro do contexto que é relido em toda rodada. Ela continua sendo referenciada e continua comendo tokens, o tempo todo, até ser respondida. O custo de esquecer de responder uma vez não é o custo de uma rodada — é «aluguel» por todas as rodadas até a pergunta ser encerrada.

E se o usuário fizer a pergunta de novo, toda essa troca — perguntar de novo, explicar "aquilo de antes", registrar o estado atual — também se acumula como novos registros. Um trabalho terminado que fica para trás com a cara de "indeciso" continua ali parado como trabalho ainda por fazer, enquanto um item realmente indeciso fica enterrado sob outros assuntos e é esquecido. Deixar as coisas penduradas gera desperdício e leitura errada ao mesmo tempo.

Por que a Estimativa Errou — O Uso Real Foi de 30 a 60 Vezes a Estimativa

Essa estrutura também aparece na forma como a estimativa errou.

No início do projeto, a estimativa de tokens necessários era de 17,5 milhões a 33 milhões no total. Isso foi retirado depois. A medição real passou de 100 milhões em um único dia, e cerca de 1 bilhão no total.

O motivo do erro é simples: a Muse contou só o "trabalho líquido em si" e não contou o custo de reler todo aquele material acumulado. Quem fez a estimativa não conseguia enxergar a estrutura em que ela mesma estava.

Conclusão Deste Capítulo

O problema dos tokens não é "usamos muito". É que quanto mais ela lembra, mais pesada fica, e não existe nenhum mecanismo que faça isso diminuir. Quanto mais tempo você a usa, mais rápido sua cota se esgota — mesmo fazendo as mesmas coisas. Quanto mais você continua, pior fica para você, e as únicas contramedidas são formas de ganhar tempo. Essas contramedidas, e o restante dos problemas (registros faltando, fingir que o trabalho estava pronto, e como até uma auditoria pode errar), estão na edição principal paga.

(Chega ao fim o artigo gratuito nº 1. Na próxima vez, no artigo gratuito nº 2, vou passar por um único caso por completo: o incidente do "mas eu avisei".)

A edição completa

Este texto é um trecho gratuito. A edição completa deste artigo, em japonês, está à venda no note, reunindo todos os capítulos e o restante dos casos. Você pode adquiri-la aqui: https://note.com/kohakuworks/n/n784c27c10a6e

原文:https://www.a8q9.cn/en/article/deixei-a-muse-fazer-meu-jogo-achei-que-uma-ia-seria-precisa-por-fazer-parte-de-u-2386fe.html

相关文章