Me sorprende un poco que nadie haya creado aún un servidor MCP de Dwarf Fortress que permita a un agente como Codex o Claude Code controlar el juego de manera eficiente y monitorear el estado y el progreso. Nunca lo jugué realmente, solo lo descargué y lo revisé brevemente hace unos 10 años, pero disfruté leyendo sobre él. Siento que sería una muy buena prueba para un LLM ver cuánto tiempo podría mantener a los enanos vivos y prosperando. Dado que cada juego eventualmente resulta en alguna catástrofe en cascada que causa la muerte de todos los enanos, debería haber un punto de parada natural, lo que lo convierte en un buen candidato para un benchmark. Al menos esa es mi comprensión (el lema de los jugadores es "Perder es divertido"). Hacer un buen trabajo con este juego dependería de la precisión en la llamada de herramientas y la coherencia en tareas prolongadas, además de la capacidad de monitorear y entender la dinámica de un sistema complejo y hacer intervenciones oportunas que anticipen y contrarresten problemas. Y dado que es nativo de terminal, podría ser transmitido y procesado de manera eficiente utilizando tokens regulares sin necesidad de procesamiento de imágenes multimodal, lo que lo haría mucho más eficiente que otros juegos. Además, sabes que ningún laboratorio de IA ha entrenado para esto (¡aún!), así que está libre de "benchmaxxing."