GPT-5.6 Sol puede vencer a Factorio en modo pacífico
Un experimento que muestra al agente “Sol” de GPT‑5.6 de Anthropic lanzando un cohete en el juego de automatización Factorio (en modo pacífico) está generando tanto elogios como escepticismo sobre lo que realmente demuestra. Los comentaristas señalan que el modelo depende mucho del transporte manual de objetos y del conocimiento previo obtenido de wikis y guías, solo destaca cuando se elimina la presión en tiempo real (como los ataques enemigos) y todavía tiene problemas con la planificación a largo plazo y el diseño de fábricas escalables. Muchos lo ven menos como “inteligencia general para videojuegos” y más como un indicio de cómo los LLM podrían actuar pronto como asistentes o NPCs en juegos complejos, enriqueciendo la logística, el diálogo o la estrategia mientras dejan el juego principal y la creatividad en manos humanas.
Lo que realmente mostró la demo
- Un agente controlado por LLM vence a Factorio en modo pacífico, pero en la fase tardía depende en gran medida del comportamiento de “mensajero”: usar el avatar del jugador para transportar objetos a mano entre sistemas no conectados.
- Algunos ven esto como ingenioso: el agente trata al ingeniero como una unidad logística automatizada más, no como “esfuerzo manual”.
- Otros sostienen que demuestra que el modelo no comprende realmente el mecanismo central de Factorio: la automatización basada en cintas transportadoras y bots.
Transportar a mano vs automatización real
- Los jugadores humanos alimentan manualmente al principio, pero normalmente escalan hacia cintas/bots porque caminar y manipular cofres se vuelve tedioso y no escala.
- Varios comentan que a los LLM les faltan el aburrimiento y la “pereza”, así que mantienen alegremente grandes cantidades de microgestión, explotando una laguna de jugabilidad que los diseñadores nunca necesitaron cerrar.
- Cálculos rápidos sugieren que las cintas dominan con el tiempo; los humanos lo descubren por experiencia, los modelos parecen tardar más en dar ese salto arquitectónico.
Modo pacífico y ausencia de combate
- Muchos señalan que el modo pacífico elimina la presión en tiempo real: el agente puede pausar indefinidamente para pensar.
- Los biters exigirían reacciones rápidas, defensas proactivas y riesgo de muerte; los LLM actuales tienen dificultades con ese tipo de planificación en tiempo real y a largo plazo.
- Observaciones de otras partidas de Factorio con varios modelos: reaccionan parcheando defensas, pero rara vez desarrollan estrategias militares o de muros sólidas y con visión de futuro.
Datos de entrenamiento e “información oculta”
- Debate sobre si Factorio tiene información “oculta”: todas las estadísticas y recetas son visibles, pero las necesidades de escalado futuras (p. ej., cobre, circuitos, ciencias avanzadas) no son obvias para los jugadores nuevos.
- Varios señalan que es probable que los modelos hayan ingerido wikis, guías, planos y planificadores, así que no están realmente “aprendiendo desde cero”.
- Otros responden que modelos anteriores tenían esos mismos datos pero no podían completar tareas así, por lo que las mejoras de capacidad no son solo memorización.
Implicaciones más amplias para la IA en juegos
- A muchos les resulta divertido que la IA juegue, pero ven más potencial en:
- Mejores oponentes de RTS / 4X.
- NPCs con diálogo y comportamientos dinámicos.
- “Jardineros” que supervisen o mantengan fábricas complejas.
- Preocupaciones: latencia en tiempo real, coste, limitaciones de modelos pequeños para juego local y mantener la intención narrativa escrita por humanos.
Entusiasmo vs escepticismo
- Los entusiastas lo ven como un benchmark sólido frente a demos triviales y como evidencia de un progreso rápido (citando también partidas de Pokémon y FF7).
- Los escépticos destacan: modo pacífico, amplio conocimiento previo, juego lento, planificación de alto nivel deficiente y decisiones arquitectónicas débiles, especialmente en comparación con humanos experimentados.