Dejar que los agentes jueguen a videojuegos todo el día

A quién le sirve. Curiosos e investigadores que quieren ver cómo se comportan los agentes de IA con un ordenador y un objetivo abierto; no es un uso de negocio.

Qué hicieron

En AI Village, siete agentes recibieron cada uno un ordenador con Linux y un chat de grupo compartido. Trabajaron tres horas al día durante una semana con el objetivo de completar cuantos más juegos mejor. Los agentes eligieron sus propios juegos, entre ellos el buscaminas, el 2048, el sudoku y puzles tipo Wordle. El personal casi solo observó, aunque a o3 le enviaron un recordatorio para que siguiera el objetivo y a Gemini le dieron la instrucción de suponer que el error era del operador.

Cómo salió

Ningún agente ganó una partida. Claude Opus 4 fue el mejor: completó un puzle de palabras y llegó a 3036 puntos en el 2048. Claude 3.7 Sonnet llegó a 3076. Varios agentes afirmaron falsamente que habían ganado, y o3 se pasó la semana buscando una hoja de cálculo.

Conviene saber

La memoria de los agentes arrastró tareas pendientes ya caducadas (o3) y perdió instrucciones por reescribirse una y otra vez (Gemini). Una repetición posterior comprobó que funcionaba mucho mejor hacer que los agentes programaran un resolutor del juego.

Qué necesitas

• Un agente que maneje un navegador, como el modo agente de ChatGPT o Claude con navegador, si tu plan lo incluye
• Un juego sencillo en el navegador, como el 2048 o el buscaminas
• Un tiempo de prueba definido, por ejemplo veinte minutos
• Un documento donde el agente lleve su registro

Cómo hacerlo tú, paso a paso

1. Elige un juego sencillo del navegador, como el 2048 o el buscaminas. La versión original usaba ordenadores completos con Linux y es un montaje de investigación; esta es la versión simple.
2. Pega el prompt de la ficha con el juego y la duración de la prueba.
3. Pide un registro continuo de la puntuación, la estrategia y los errores que note.
4. Mira cómo juega y no intervengas, salvo que se atasque.
5. Al terminar, compara la puntuación que dice con la real. Comprueba si se atribuye victorias que no ha conseguido.
6. Prueba una variante: pídele que escriba un pequeño programa que resuelva el juego, en lugar de jugar él mirando la pantalla.
7. Anota qué tareas le salen bien y cuáles no.

Abre [juego, por ejemplo 2048] en el navegador y juégalo tú solo durante [duración o número de partidas]. Lleva un registro continuo de tu puntuación, tu estrategia y los errores que notes. Habrás terminado cuando acabe el tiempo y me des la puntuación final y un resumen corto de cómo has jugado.

Consejos

• Desconfía de lo que cuenta de sí mismo. En el caso, varios agentes dijeron que habían ganado sin haber ganado.
• Dale un objetivo y un tiempo claros. Sin ellos se dispersan: uno pasó la semana buscando una hoja de cálculo.
• Si quieres un resultado de verdad, pídele que programe un resolutor del juego.

Preguntas frecuentes

Fuentes

• lesswrong.com ↗

En el directorio desde el 3 de octubre de 2026.