Sunt oarecum surprins că nimeni nu a făcut încă un server MCP Dwarf Fortress care ar putea permite unui agent precum Codex sau Claude Code să controleze eficient jocul și să monitorizeze starea și progresul. Nu l-am jucat niciodată, doar l-am descărcat și l-am verificat scurt acum aproximativ 10 ani, dar mi-a plăcut să citesc despre el. Se pare că ar fi un test foarte bun pentru un LLM pentru a vedea cât timp ar putea menține piticii în viață și înfloritori. Deoarece fiecare joc duce în cele din urmă la o catastrofă în cascadă care provoacă moartea tuturor piticilor, ar trebui să existe un punct de oprire natural, ceea ce îl face un bun candidat de referință. Cel puțin așa înțeleg eu (motto-ul jucătorilor este "A pierde este distractiv"). A face o treabă bună cu aceste jocuri s-ar baza pe acuratețea instrumentelor și pe coerența susținută a sarcinilor de lungă durată, plus capacitatea de a monitoriza și înțelege dinamica unui sistem complex și de a face intervenții în timp util care anticipează și contracarează problemele. Și pentru că este nativ terminal, ar putea fi transmis și procesat eficient folosind jetoane obișnuite fără a fi nevoie de procesare multimodală a imaginii, ceea ce l-ar face mult mai eficient decât alte jocuri. În plus, știți că niciun laborator AI nu s-a antrenat pentru asta (încă!), așa că nu este afectat de "benchmaxxing".