開發者 Yegor Sak 於 11 月 5 日公開了開放世界鴿子模擬遊戲《COO（Covert Ornithological Operations）》（以下簡稱 COO），玩家可透過網頁瀏覽器免費遊玩。本作完整重現了加拿大多倫多市街景，並建構於面積約為《GTA5》9 倍的開放世界中，其規模等特點在部分玩家間引起關注。
在《COO》中，玩家將化身為名叫「P-7」的政府極秘鴿型無人機，挑戰遊戲中準備的 8 項任務，P-7的外觀與鴿子一模一樣，不僅能自由翱翔天際，還能進行排泄等行為，同時也具備掃描周遭環境、對特定人物進行放大分析等功能。由於它以電力驅動，一旦電池耗盡便會受到功能限制，因此必須停留在電線等處進行充電。
任務內容除了能讓玩家學習基本操作的教學關卡外，還包括像是竊取插在特定筆記型電腦上的 USB 隨身碟，並在指定地點交給夥伴，悄悄駭入特定人物的智慧型手機，或尾隨目標人物並偷聽情報等，宛如間諜行動一般的任務內容，也讓開發者將本作形容成類似《看門狗》的作品。
任務採用 P-7 一邊與夥伴操作員對話一邊推進的形式，任務步驟會隨時給予指示，不過若在任務中做出不符合鴿子特性的可疑行為，便會吸引眾人目光，使警戒值逐漸上升，最終導致任務失敗，此時必須透過發出「咕～」的叫聲等極具鴿子特色的舉動，來降低該計量表，此外本作也設有無需執行任務、可自由在街頭漫遊的模式。
遊戲最大的特徵在於地圖採用漫畫風格的低多邊形圖形，同時完整重現了加拿大多倫多的街景，據稱其面積達 630 平方公里，約為《GTA5》的 9 倍，此外還根據城市的 3D 數據重現了約 43 萬 8819 棟真實建築，並參考了航空監控系統 ADS-B 的數據，多倫多上空實際飛行的飛機會以即時方式出現在遊戲中，如此這種生動的城市呈現，也反映在來往的人群與交通等細節上，亦融入了豐富多樣的元素來實現。此外 P-7、夥伴特工及其他 NPC 均採用即時生成的神經網路語音，NPC 的台詞也會根據其出身背景、當前位置以及剛發生的事件等，自動生成相應的對話。
Watchdogs, but you're a pidgin. Control a government bird drone on the streets of Toronto. Complete 8 covert missions, or just fly around, poop on pedestrians and be a regular pidgin. Act natural, and try to blend in. Play it here: https://t.co/k0sOjXXjzi https://t.co/RknIRyWVd3
— Yegor Sak (@yegor) November 4, 2026
開發者 Yegor Sak 本身是網路安全公司 ControlID 及 VPN 服務 Windscribe 的創辦人，看來遊戲開發並非他的本業，據悉本作的開發使用了 Claude 等生成式 AI 工具，讓最多 10 個工作流並行運作，僅耗時 7 天便完成，不過作者也強調，本作的地圖規模過於龐大，連他自己都尚未確認過 99% 的區域，如果對這款鴿版《GTA》感興趣的話，不妨到《COO》頁面實際體驗看看吧！
I built a full 3D model of Toronto drawn as a living comic book, in bold ink lines, pastel cel shading and halftone dots, and turned it into bird GTA simulator (pun intended). The objective is to play the role of a robotic pigeon and go on various missions, or just free fly and cause havoc - while chatting with your handler. The scope of this project grew to be... pretty massive. The whole playable area is 630 square km (that's about 9x more than the GTA5 map), fully 3D - you can fly everywhere, and walk every street. Here are some stats from the project, and a video of me just messing around. - 438,819 real buildings, with heights from the City’s 3D data - About 5,700 km of real streets, with lanes, sidewalks and speed limits - No external assets of any kind - Procedural dialogue: handler and pedestrians react based on who they are, where they are and what just happened - On-device neural voices, synthesized live in the browser - 3,237 named places: parks, stations, squares and landmarks, with spoken facts (you just might learn something) - Real-time air traffic: the actual planes over Toronto, live from ADSB - A 4.7-million-point terrain grid, Lake Ontario shoreline included - A living city: traffic, pedestrians, flocks, boats, weather, day/night, encampments, protest marches, buskers, rush-hour traffic, Waymos and more - Packed with random missions, and hidden easter eggs - About 165,000 lines of JavaScript, no game engine - Built in 7 days by up to 10 parallel AI workstreams - 35,218 Claude model calls and 41,495 tool calls 39M output tokens and 11.6B tokens of context processed If you live in Toronto, fly to your neighborhood (Fast Deploy via map), and I'd love your feedback so I can improve realism. Given the massive scope of the map, I didn't experience 99% of places in the game personally.
— Yegor Sak (@yegor) November 8, 2026