Show HN: Jev juega Pokémon Rojo
Una demo de IA muestra un modelo ligero de “sistema uno” llamado Jev jugando Pokémon Rojo mediante un arnés muy ingenierizado que se encarga del pathfinding y de objetivos de alto nivel mientras Jev toma decisiones rápidas y baratas en puntos clave. A los espectadores les resulta divertida, pero señalan que Jev suele tomar decisiones malas o caer en bucles, lo que alimenta el debate sobre cuánta inteligencia real tiene frente a cuánto sostiene la experiencia el andamiaje guionizado. El proyecto se presenta como una primera señal de modelos de decisión ultrarrápidos y de bajo coste para automatización, y muchos sugieren que combinar estos modelos con LLM más lentos y capaces podría ser un enfoque más potente y general.
Configuración de la demo y diseño del arnés
- Jev controla Pokémon Rojo mediante un “arnés” en TypeScript conectado directamente al ROM, no solo mediante pulsaciones de botones en bruto.
- El arnés proporciona acciones de nivel superior (p. ej., moverse a coordenadas, seguir una ruta, seleccionar en menús) y una serie de ~33 objetivos de alto nivel más subobjetivos para completar el juego.
- Gran parte de la lógica está codificada de forma fija: pathfinding, hitos textuales, contexto selectivo y parte del manejo de menús/objetos. Varios comentaristas sostienen que esto lo acerca más a una guía con guion, con Jev como fuente de decisiones estocásticas.
- El autor reconoce explícitamente la fuerte guía y ha publicado el código como open source.
Rendimiento, latencia y coste
- La partida ha alcanzado al menos cuatro medallas y se ha adentrado profundamente en el Alto Mando por menos de ~$0.50–$2 en tokens, según el resultado final.
- Se elogia a Jev por ser rápido y barato en comparación con los LLM de frontera, lo que permite decisiones a “velocidad de interacción”.
Calidad de las decisiones y limitaciones
- A los espectadores les resulta divertido y “relajante” verlo, pero señalan decisiones frecuentemente malas: quedarse atascado en bucles (puertas, menús, escondite del Team Rocket), perder tiempo con MT/MO y elecciones de movimientos cuestionables (p. ej., olvidar movimientos clave).
- Le cuesta con planes complejos de varios pasos (p. ej., prepararse y organizar recursos adecuadamente para el Alto Mando).
- Se informa que una configuración más minimalista, sin pathfinding ni contexto extra, ni siquiera logró llegar al Pokémon inicial.
Rol del modelo: clasificador de “sistema uno”
- Jev se presenta como un modelo de decisión/clasificación de una sola pasada, rápido y barato, más que como un agente de razonamiento completo o un sistema de RL.
- Algunos lo ven como un prometedor “sistema uno” para emparejar con LLM más lentos de “sistema dos” para planificación, escalado y recuperación.
- Otros sostienen que sus capacidades están sobrevaloradas, comparándolo con RNG sofisticado, IA de juegos pre-LLM o clasificadores tradicionales/métodos zero-shot.
Ideas más amplias y direcciones futuras
- Se sugieren combinaciones de Jev con LLM de frontera para estrategia de alto nivel, el uso de entradas visuales para control genérico de juegos y la aplicación de modelos de decisión similares a dominios como la clasificación de alertas de seguridad o el SPC en fabricación.
- Algunos comentaristas están entusiasmados con el concepto más amplio de modelos de decisión rápidos, de propósito general y sin entrenamiento; otros subrayan que los niveles actuales de inteligencia aún están muy lejos de reemplazar modelos específicos de dominio o de frontera.