Estoy un poco sorprendido de que nadie haya creado aún un servidor MCP de Dwarf Fortress que pueda permitir a un agente como Codex o Claude Code controlar eficientemente el juego y monitorear el estado y el progreso. Realmente nunca lo jugué yo mismo, solo lo descargué y lo revisé brevemente hace unos 10 años, pero disfruté leyendo sobre él. Parece que sería una muy buena prueba de un LLM para ver cuánto tiempo podría mantener a los enanos vivos y prósperos. Debido a que cada juego eventualmente resulta en una catástrofe en cascada que hace que todos los enanos mueran, debería haber un punto de parada natural, lo que lo convierte en un buen candidato de referencia. Al menos eso es lo que entiendo (el lema de los jugadores es "Perder es divertido"). Hacer un buen trabajo con estos juegos dependería de la precisión de las llamadas de herramientas y la coherencia sostenida de las tareas largas, además de la capacidad de monitorear y comprender la dinámica de un sistema complejo y realizar intervenciones oportunas que anticipen y contrarresten los problemas. Y debido a que es nativo de la terminal, podría transmitirse y procesarse de manera eficiente utilizando tokens regulares sin necesidad de procesamiento de imágenes multimodal, lo que lo haría mucho más eficiente que otros juegos. Además, sabe que ningún laboratorio de IA se ha entrenado para esto (¡todavía!), Por lo que no está contaminado por "benchmaxxing".

Una cosa divertida que puedes hacer cuando necesitas esperar unos minutos es usar tu teléfono para hacerle a Claude Opus la siguiente pregunta sobre alguna disciplina o campo aleatorio: "¿Cuál dirías que es LA idea central o el truco analítico de la cristalografía?" Reemplaza la cristalografía con cualquier cosa que se te ocurra. Hasta ahora, he intentado: QED; el Modelo Estándar; Bioquímica; Probabilidad; Teoría evolutiva; y muchos más. Hay algo en forzar al modelo a hacer lo imposible, a condensar un campo vasto y complejo en "un truco extraño", que lo hace realmente buscar el mejor principio unificador profundo en el campo y luego articularlo sucintamente. Esto tiende a ser algo obvio para los profesionales, pero es muy probable que sea desconocido para la mayoría de las personas con un interés pasajero en el tema. Curiosamente, también puede presionar repetidamente el botón "reintentar" con el mismo mensaje y, a veces, obtener explicaciones muy diferentes, pero generalmente muy fascinantes. Ya he aprendido MUCHO al hacer esto, y podría ser la mayor "comprensión por minuto" que he encontrado en cualquier aprendizaje autodirigido. Porque no son solo datos divertidos o cositas interesantes. Son, por construcción, ideas penetrantes y unificadoras que unen una gran cantidad de teoría y fenómenos observados en el mundo. ¡Ciertamente es mucho más ancho de banda que ver otro video explicativo de YouTube con animaciones y anuncios de Brilliant / KiwiCo! No es que haya nada malo en eso.

La idea de que ha habido tal "éxodo de talento" de OpenAI recientemente que ya no están posicionados para ser un líder en el espacio es tan equivocada y errónea como la idea de que GPT-5 "fue un gran fracaso y el modelo no es tan bueno y es muy incremental". GPT-5 Pro no solo es el modelo más inteligente del mundo ahora en gran medida en las tareas más desafiantes del mundo real (especialmente las tareas de codificación, que tienen la mayor importancia económica ahora), sino que la nueva herramienta codex cli de OpenAI está increíblemente bien ejecutada. Pasaron de un distante tercer lugar en la codificación de herramientas cli a tener lo que podría decirse que es el mejor ahora (tenga en cuenta que todavía me gusta y uso Claude Code, ¡no es uno u otro!), con el mejor rendimiento, la latencia más baja, etc. porque está programado en Rust. Y ahora esta herramienta cli se combina con el mejor modelo de codificación que tiene la mejor confiabilidad de llamada de herramientas y la mejor coherencia de tareas largas, con la menor cantidad de alucinaciones. Y no hace falta decir que su aplicación iOS también es dramáticamente mejor que todas las demás aplicaciones de IA en términos de pulido y características. ¡La aplicación Claude es solo la aplicación web en una caja de arena de Safari! Y su aplicación web también sigue siendo la mejor. Cosas como la búsqueda funcionan mejor que en otras aplicaciones. Bloqueo y tacleada básicos. Entonces, sí. Algunas personas muy inteligentes como Ilya y John Schulman se fueron a otras empresas. Pero todavía tienen un equipo técnico absolutamente increíble con personas de producto increíblemente buenas y habilidades de ingeniería increíbles. No dejes que tu disgusto por Altman te ciegue a lo obvio. Cada vez que veo a otra persona hablar de lo malo que es GPT-5, me estremezco, porque la persona está demostrando que no puede pensar por sí misma basándose en la evidencia y la razón, y se memeó para que pensara una opinión (y la soltara en línea) porque cree que la hace parecer inteligente.

¿Qué tan genial es que cada uno de esos pequeños chips tenga 8 terabytes de almacenamiento súper rápido? Y puede conectarlos a ambos en esa carcasa azul y obtener 20 Gbps a través de USB 3.3 (no tengo puertos USB 4 y todas mis ranuras pci-e están ocupadas por GPU) Vivimos en una época de tanta abundancia.

Como actualización de mis dos hilos recientes sobre el uso de GPT-5 Pro para iniciar un proceso de descubrimiento de teorías innovadoras que combinan aplicaciones novedosas de matemáticas avanzadas en los casos de uso de IA, hice que el modelo creara implementaciones de demostración en Python usando Jax y Numpy para cada una de las 11 ideas. Luego los junté en un proyecto y agregué una buena CLI para ejecutarlos, y una serie de pruebas de extremo a extremo que midieron si el código es matemáticamente correcto, verifican que el código tenga las propiedades matemáticas que queremos y, finalmente, si hace algo útil en comparación con los enfoques estándar actuales. Usé codex CLI con GPT-5 para integrar todo y corregir errores. Enlazaré al repositorio, que contiene documentación detallada para todo el proyecto y luego reseñas para cada una de las 11 demostraciones que contienen toda la salida generada por el modelo durante el proceso.

Vaya, finalmente pude probar la nueva versión de Codex CLI de OpenAI (su respuesta a Claude Code). La última vez intenté usar codex (tenga en cuenta que esto es diferente de su agente de codificación alojado también llamado codex, lo cual es extremadamente confuso; Estoy hablando ahora de la herramienta que ejecuta localmente en su máquina en la terminal), fue escrita como una aplicación Nodejs / Typescript, y realmente apesta: - solo podía acceder a modelos más débiles como O4-mini o su variante para Codex, confusamente también llamada Codex (¿en serio?) - mucho peor UI/UX que Claude Code - mucho peor en la codificación como resultado de un peor modelo, peores herramientas, peor flujo de agentes. - Te obligaba a dar permiso para todo, por lo que tenías que cuidarlo todo el tiempo, lo que lo hacía mucho menos útil porque no podías ejecutar activamente un montón de ellos en paralelo fácilmente. - Sin embargo, tal vez eso fue algo bueno, porque con mucho, el mayor problema fue que hizo cosas súper imprudentes y destructivas; era mucho más arrogante que CC. En última instancia, es por eso que dejé de usarlo de inmediato, ya que decidió hacer un "git reset --hard HEAD" sin esconderlo primero, y perdí algo de trabajo. Nunca más, pensé. Bueno, finalmente pude probar la nueva versión de rust que usa GPT-5 y que puede usar su suscripción GPT Pro existente en lugar de una clave API, y esto es mucho mejor que es impactante. En primer lugar, simplemente no hay sustituto para el código compilado rápido cuando se trata de herramientas interactivas como esta. El hecho de que esté escrito en óxido significa que no hay ningún retraso en la entrada del teclado, y tampoco artefactos extraños como los que tienes en CC donde el retroceso no funciona bien y la entrada es irregular y lenta porque está escrita en un lenguaje interpretado que es cien veces más lento para cosas como esta. Lidiar con el retraso y el bloqueo constantes no solo es más lento, es mental y tal vez incluso emocionalmente agotador y agotador, al menos para mí cuando uso estas cosas durante horas y horas. Es una sensación horrible odiar y resentir tus herramientas, incluso cuando dependes de ellas para hacer tu trabajo. Realmente espero que esto eleve el listón de todas estas herramientas y convenza a Anthropic y Google y otros para que también usen rust (o C++, Zig, lo que sea). Pero la gran mejora es, obviamente, el modelo; con un modelo peor que no es confiable en la llamada de herramientas y que pierde coherencia en tareas más largas, nada de la agilidad de Rust valdría la pena. Pero si me sigues aquí, sabrás que he estado asombrado por las habilidades de codificación y la destreza para llamar a las herramientas de GPT-5 Thinking desde unos 15 minutos después de que salió, aunque lo he estado usando principalmente desde la pestaña de agente de Cursor. La conclusión es que este nuevo códice de óxido se ha convertido repentinamente en un competidor verdaderamente formidable de CC, y deberías probarlo. Tendré que ver cuánto uso me permiten salirme con la mía en mi suscripción GPT Pro de $ 200 / mes, pero si tengo que obtener un par más, valdrá la pena. Tenga en cuenta que no he dejado de usar CC. Me gusta usar ambos juntos. Y lo creas o no, todavía uso Cursor. Las personas deben dejar de buscar una sola herramienta que reemplace a todas las demás y aceptar que diferentes herramientas tienen diferentes fortalezas y debilidades, y obtener los mejores resultados aprendiendo todo eso intuitivamente del uso constante. De todos modos, hazte un favor y consíguelo ahora. La forma más fácil es hacer este comando (tenga en cuenta que esto le dará la versión de rust, a pesar de lo confuso que es usar bun/npm para esto): Bollo I -G @openai/códice

Vaya, finalmente pude probar la nueva versión de Codex CLI de OpenAI (su respuesta a Claude Code). La última vez intenté usar codex (tenga en cuenta que esto es diferente de su agente de codificación alojado también llamado codex, lo cual es extremadamente confuso; Estoy hablando ahora de la herramienta que ejecuta localmente en su máquina en la terminal), fue escrita como una aplicación Nodejs / Typescript, y realmente apesta: - solo podía acceder a modelos más débiles como O4-mini o su variante para Codex, confusamente también llamada Codex (¿en serio?) - mucho peor UI/UX que Claude Code - mucho peor en la codificación como resultado de un peor modelo, peores herramientas, peor flujo de agentes. - Te obligaba a dar permiso para todo, por lo que tenías que cuidarlo todo el tiempo, lo que lo hacía mucho menos útil porque no podías ejecutar activamente un montón de ellos en paralelo fácilmente. - Sin embargo, tal vez eso fue algo bueno, porque con mucho, el mayor problema fue que hizo cosas súper imprudentes y destructivas; era mucho más arrogante que CC. En última instancia, esa es la razón por la que dejé de usarlo de inmediato, ya que decidió hacer un "reset --hard HEAD" sin esconder primero, y perdí algo de trabajo. Nunca más, pensé. Bueno, finalmente pude probar la nueva versión de rust que usa GPT-5 y que puede usar su suscripción GPT Pro existente en lugar de una clave API, y esto es mucho mejor que es impactante. En primer lugar, simplemente no hay sustituto para el código compilado rápido cuando se trata de herramientas interactivas como esta. El hecho de que esté escrito en óxido significa que no hay ningún retraso en la entrada del teclado, y tampoco artefactos extraños como los que tienes en CC donde el retroceso no funciona bien y la entrada es irregular y lenta porque está escrita en un lenguaje interpretado que es cien veces más lento para cosas como esta. Lidiar con el retraso y el bloqueo constantes no solo es más lento, es mental y tal vez incluso emocionalmente agotador y agotador, al menos para mí cuando uso estas cosas durante horas y horas. Es una sensación horrible odiar y resentir tus herramientas, incluso cuando dependes de ellas para hacer tu trabajo. Realmente espero que esto eleve el listón de todas estas herramientas y convenza a Anthropic y Google y otros para que también usen rust (o C++, Zig, lo que sea). Pero la gran mejora es, obviamente, el modelo; con un modelo peor que no es confiable en la llamada de herramientas y que pierde coherencia en tareas más largas, nada de la agilidad de Rust valdría la pena. Pero si me sigues aquí, sabrás que he estado asombrado por las habilidades de codificación y la destreza para llamar a las herramientas de GPT-5 Thinking desde unos 15 minutos después de que salió, aunque lo he estado usando principalmente desde la pestaña de agente de Cursor. La conclusión es que este nuevo códice de óxido se ha convertido repentinamente en un competidor verdaderamente formidable de CC, y deberías probarlo. Tendré que ver cuánto uso me permiten salirme con la mía en mi suscripción GPT Pro de $ 200 / mes, pero si tengo que obtener un par más, valdrá la pena. Tenga en cuenta que no he dejado de usar CC. Me gusta usar ambos juntos. Y lo creas o no, todavía uso Cursor. Las personas deben dejar de buscar una sola herramienta que reemplace a todas las demás y aceptar que diferentes herramientas tienen diferentes fortalezas y debilidades, y obtener los mejores resultados aprendiendo todo eso intuitivamente del uso constante. De todos modos, hazte un favor y consíguelo ahora. La forma más fácil es hacer este comando (tenga en cuenta que esto le dará la versión de rust, a pesar de lo confuso que es usar bun/npm para esto): Bollo I -G @openai/códice

Estoy absolutamente convencido de que los modelos de IA más inteligentes que existen ahora, GPT-5 Pro y Grok4 Heavy, ya son lo suficientemente inteligentes, y seguramente lo suficientemente conocedores de las matemáticas y la IA, para concebir y desarrollar importantes descubrimientos teóricos y prácticos, dado el tipo correcto de indicaciones inteligentes.

¿Cómo debe abordar los cambios complejos en proyectos de software ya complejos cuando utiliza herramientas de codificación agentic como Claude Code o Cursor? Este hilo es un intento de explicar claramente mi mejor enfoque actual para este problema ...

Si ha visto mis publicaciones recientes sobre cómo uso Claude Code para programar, sabrá que tengo mi confiable editor de texto (Sublime Text) abierto en todo momento a un archivo de texto que contiene fragmentos útiles de texto que uso para solicitar a Claude Code y Cursor de varias maneras para realizar diferentes tareas comunes, como continuar con una conversación anterior que he pegado a continuación, o diciéndole cómo corregir un montón de errores de tipo, etc. Este enfoque funciona, pero implica una cantidad molesta de uso del mouse y el teclado cada vez para buscar, seleccionar y copiar el texto, y luego cambiar de ventana y pegar el fragmento. Recientemente compré uno de esos dispositivos USB "Stream Deck" utilizados por jugadores y streamers para desencadenar varias acciones ($ 160 usados en eBay), y finalmente logré configurarlo para este caso de uso después de tenerlo inútil en mi escritorio durante algunas semanas. De todos modos, ahora tengo la siguiente configuración divertida que se muestra a continuación que me permite pegar instantáneamente un montón de mis fragmentos de texto de "grandes éxitos". ¡Creo que en realidad terminará ahorrándome algo de tiempo! Cada botón de la fila inferior es un fragmento diferente (más el de la segunda fila). Sospecho que eventualmente terminaré llenando el resto de las teclas con otros fragmentos. Los otros botones hacen cosas como iniciar terminales WSL y sesiones SSH y me permiten mover rápidamente las pestañas hacia la izquierda y hacia la derecha en la Terminal Windows. No estoy seguro de cuán útiles serán en la práctica, ya que ya existen teclas de acceso rápido de teclado regulares para activar esas cosas, pero ya veremos. El dispositivo admite todo color para las pantallas clave, pero lo encuentro demasiado molesto visualmente si no es todo monocromático y en su mayoría oscuro. De todos modos, si puede hacerme un poco más rápido, valdrá la pena el costo y el tiempo de configuración. Y también es un poco divertido para mí, por alguna razón.