Saya agak terkejut bahwa belum ada yang membuat server MCP Dwarf Fortress yang memungkinkan agen seperti Codex atau Claude Code untuk mengontrol permainan secara efisien dan memantau keadaan dan kemajuan. Saya tidak pernah benar-benar memainkannya sendiri, hanya mengunduhnya dan memeriksanya sebentar sekitar 10 tahun yang lalu, tetapi saya senang membacanya. Rasanya seperti itu akan menjadi ujian yang sangat bagus dari LLM untuk melihat berapa lama itu bisa membuat para kurcaci tetap hidup dan berkembang. Karena setiap permainan akhirnya menghasilkan beberapa bencana yang menyebabkan semua kurcaci mati, harus ada titik penghentian alami untuk itu, yang menjadikannya kandidat tolok ukur yang baik. Setidaknya itulah pemahaman saya tentang itu (moto pemain adalah "Kalah itu menyenangkan"). Melakukan pekerjaan dengan baik dengan game ini akan bergantung pada akurasi pemanggilan alat dan koherensi tugas panjang yang berkelanjutan, ditambah kemampuan untuk memantau dan memahami dinamika sistem yang kompleks dan melakukan intervensi tepat waktu yang mengantisipasi dan menangkal masalah. Dan karena ini asli terminal, itu dapat ditransmisikan dan diproses secara efisien menggunakan token biasa tanpa memerlukan pemrosesan gambar multi-modal, yang akan membuatnya jauh lebih efisien daripada game lain. Ditambah lagi, Anda tahu bahwa tidak ada laboratorium AI yang dilatih untuk ini (belum!), jadi tidak ternoda oleh "benchmaxxing".