Un modelo de lenguaje llamado ChatGPT-4o está jugando PvP-AI, un videojuego de 8 bits de 1990, mediante una técnica llamada “smart senses” que transforma el estado del juego en instrucciones textuales. Según el proyecto de Russell Harper, el LLM toma decisiones cada 2 fotogramas, desarrolla estrategias progresivas y logra adaptarse a un juego donde la arena cambia según el nivel alcanzado. La verdad es que ver un modelo de lenguaje jugando videojuegos retro pone en evidencia algo incómodo: los LLM que supuestamente lo hacen todo, en realidad necesitan ayuda estructural para entender incluso un juego de hace 36 años.
En 30 segundos
- PvP-AI es la recreación moderna de un juego de 1990 que originalmente corría a 4 fps, ahora juega con LLM en emulador a 8.6 fps
- “Smart senses” es la representación textual del estado del juego que permite a un LLM entender posiciones, obstáculos y enemigos sin necesitar visión por computadora
- Un LLM jugando videojuegos retro requiere razonamiento espacial y estrategia adaptativa, no solo procesamiento de lenguaje natural
- Commander X16 es la computadora retro moderna que ejecuta el juego, basada en diseño de 8 bits actual
- Las limitaciones son reales: en hardware real, el juego cae a 4 fps por un bug del módulo VERA que impide renderizar correctamente ciertos tipos de líneas
PvP-AI es una recreación de videojuego competitivo de 8 bits de 1990 que ahora puede ser jugado por modelos de lenguaje como ChatGPT-4o mediante una arquitectura de “smart senses” que traduce el estado visual del juego a representaciones textuales estructuradas.
Qué es PvP-AI: La resurrección de un clásico de 1990
PvP-AI nació en 1990 como un videojuego competitivo escrito en máquina de 8 bits. Su creador, Russell Harper, lo hizo cuando todavía había esperanza de que alguien lo comprara. El juego original apenas alcanzaba 4 fotogramas por segundo con animaciones simples y fondos básicos, porque cada bit de memoria y CPU se necesitaba para exprimir ese rendimiento. Ponele que hoy digas “4 fps”, suena a broma, pero en los ochenta y noventa era casi normal en plataformas de 8 bits (ojo, casi no significa bien).
Lo interesante es qué le pasó después. La recesión de 1990 llegó justo cuando el juego estaba terminado, y nada salió de ahí. Durante años, lo único que quedaba eran dibujos y notas en papel. Pero hace unos años, Russell descubrió el canal de YouTube de David Murray (The 8 Bit Guy) y vio un proyecto que le cambió la perspectiva: Commander X16, una computadora retro moderna diseñada como si fuera un 8 bits real.
La pregunta fue obvia: ¿este emulador podría correr la versión mejorada de PvP-AI? Resulta que sí. El emulador manejó muy bien el juego, alcanzando casi 8.6 fotogramas por segundo con más detalle y mejor IA. El hardware real fue otro tema (spoiler: problemas).
Commander X16: La computadora retro moderna
Commander X16 no es una máquina vieja que alguien desenterró de un sótano. Es un proyecto moderno que dice: “¿qué hubiera pasado si en 2023 alguien diseñara una computadora de 8 bits actual?” El resultado es una máquina con especificaciones que honran la época pero con componentes reales y disponibles.
Usa un procesador 65C02 (la evolución del 6502 original), viene con un módulo gráfico llamado VERA que puede manejar resoluciones de 640×480 a 60 Hz, y tiene capacidad suficiente para juegos que serían imposibles en una Commodore 64 pero siguen siendo retrocomputación pura. Fue diseñada por el colectivo de entusiastas de 8 bits dirigido por David Murray, quien documentó todo el proceso en YouTube. Eso sí, tiene sus quirks (como ese bug de VERA que no renderiza bien ciertas líneas, que terminó limitando a PvP-AI a 4 fps en hardware real).
Smart Senses: Cómo el LLM entiende el juego sin ver
Acá viene lo del título que suena raro pero es brillante. En vez de pasarle al LLM una captura de pantalla o un stream de video del juego (lo que sería computacionalmente caro y requeriría visión por computadora), el proyecto de Russell usa algo llamado “smart senses”: una representación textual estructurada del estado del juego. Para más detalles técnicos, mirá cómo funcionan modelos como ChatGPT.
Ponele que estás jugando. El LLM no recibe una imagen de pixeles. Recibe algo como: “Sos el jugador azul, posición (120, 95), el enemigo rojo está en (340, 150), hay una pared entre (200, 100) y (200, 180), hay 3 misiles enemigos en movimiento.” Toda esa información textual, toda estructurada, le permite al modelo entender la arena sin visión por computadora. Eso es “smart senses”.
¿Por qué es importante? Porque procesar imágenes es caro, lento y requiere tecnología especializada. Con representaciones textuales, cualquier LLM puede jugar. La comunicación entre el emulador y el modelo se hace a través de un socket VIA2 personalizado que traduce el estado del juego a texto cada vez que el modelo necesita tomar una decisión.
ChatGPT-4o en acción: Gameplay impulsado por IA
El modelo elegido es GPT-4o de OpenAI, no porque sea el único que pudiera hacer esto, sino porque es lo bastante capaz para razonamiento estratégico. El LLM toma decisiones aproximadamente cada 2 fotogramas (no cada fotograma, porque eso sería un costo de API insostenible). La cadencia es calculada: suficiente para que el modelo reaccione pero no tan frecuente que la factura de OpenRouter se vuelva astronómica. Esto se conecta con lo que analizamos en la arquitectura de GPT explicada.
Lo raro (en el buen sentido) es que el modelo desarrolla estrategias progresivas. Mantiene notas persistentes entre partidas, acumula información sobre patrones de la arena, y adapta su tácticas según qué funciona y qué no. Empieza jugando de forma aleatoria más o menos, pero después de varias rondas el modelo comienza a hacer cosas como: “si el enemigo está cerca de la pared norte, él típicamente rebota hacia el sur, así que me posiciono en el sudeste”. Eso no estaba hardcodeado en el prompt inicial. El modelo lo aprendió.
Mecánicas únicas de PvP-AI controladas por IA
El juego tiene reglas que lo hacen interesante para un LLM. La arena cambia según el nivel más alto alcanzado por cualquier jugador en esa sesión. Los misiles tienen inteligencia: pueden navegar alrededor y sobre paredes en vez de simplemente desaparecer cuando tocan un obstáculo. Ambos jugadores avanzan de nivel, pero el juego no termina eliminando al oponente hasta el nivel 6.
Eso significa que el LLM no puede jugar con el cerebro apagado. No es “dispara hacia donde está el enemigo”. Tiene que razonar: posiciones, movimiento de proyectiles inteligentes, cambios de arena, sincronización. El modelo tiene que pensar.
Limitaciones técnicas y desafíos de usar LLM en gaming
No todos los LLM pueden jugar cualquier videojuego. Punto.
Los requisitos son específicos. Necesitás razonamiento espacial (entender dónde estás y dónde está lo que importa), manejo de física (si me muevo aquí y el enemigo se mueve allá, ¿dónde nos cruzamos?), y percepción temporal (entender que una acción ahora afecta lo que pasará en 3 fotogramas). Muchos modelos más pequeños simplemente no tienen la capacidad. Los modelos más grandes la tienen, pero el costo crece proporcionalmente. Cubrimos ese tema en detalle en alternativas como Gemini.
Hay un problema práctico: el hardware real tiene un bug en el módulo VERA donde ciertas líneas no se renderizan correctamente, lo que reduce el juego a 4 fps. En el emulador funciona a 8.6 fps. Eso es frustración pura: tenés la solución tecnológica, pero el chip tiene un defecto que nadie esperaba. Russell documentó el workaround (usar un método más lento para renderizar), pero el impacto en performance es evidente.
Aplicaciones prácticas: De PvP-AI a games modernos
¿Esto importa más allá de “mirá, un LLM jugando un juego viejo”? Sí y no.
En términos prácticos, la técnica de “smart senses” es reutilizable. NPCs conversacionales ya existen, pero NPCs estratégicos que razonan sobre el espacio de juego y adaptan su comportamiento son más complejos. Esto abre la puerta. También está la cuestión de narrativa generativa como AI Dungeon hizo hace años, pero eso es lenguaje puro. Acá hay razonamiento de mecánicas.
El benchmark que muchos citan es que en 2025 uno de cada cinco juegos nuevos en Steam incorporó IA generativa de alguna forma. La mayoría es cosmético (diálogos generados, descripciones de items). Gameplay donde un LLM controla un agente que razona estratégicamente sigue siendo territorio virgen. PvP-AI demuestra que no es imposible, solo que necesitas abstracción textual y diseño cuidadoso. No podés solo enchufar un LLM a una captura de pantalla y esperar magia.
Qué está confirmado / Qué no
Confirmado
- PvP-AI es una recreación real de 1990 con código disponible en GitHub
- El juego corre en emulador de Commander X16 a 8.6 fps y en hardware a 4 fps
- El módulo VERA tiene un bug documentado que reduce el rendimiento
- GPT-4o puede jugar el juego mediante smart senses textuales
- El modelo desarrolla estrategias que evolucionan entre partidas
Pendiente o no especificado
- Si otros modelos (Claude, Grok, Gemini) tienen el mismo desempeño jugando PvP-AI
- Benchmarks formales de ganancias de win rate del modelo entre la primera y la vigésima partida
- Si la técnica de smart senses funciona en juegos más complejos (2D con perspectiva, 3D, physics engines)
- Cronograma de corrección del bug de VERA en hardware real
Preguntas Frecuentes
¿Cómo funciona un LLM jugando videojuegos?
Mediante “smart senses”: el estado del juego se traduce a texto estructurado que el modelo puede procesar. El LLM lee la posición actual, los obstáculos, los enemigos y toma una decisión textual (“moverme arriba y disparar”), que se traduce nuevamente en comandos del juego. Sin visión por computadora, sin imágenes, solo texto. Relacionado: cómo razonan los modelos de lenguaje.
¿Qué es PvP-AI y cómo juega?
PvP-AI es un videojuego de 8 bits de 1990 donde dos jugadores compiten en una arena. La arena crece de complejidad según el nivel alcanzado. El LLM juega tomando decisiones cada 2 fotogramas, manteniendo un modelo mental del espacio y adaptando su estrategia según lo que funciona contra el oponente.
¿Puede ChatGPT jugar juegos retro de 8 bits?
Sí, si el juego proporciona información en formato textual estructurado. ChatGPT-4o está jugando PvP-AI efectivamente. No todos los juegos retro serían fáciles de portar a este formato, porque muchos dependen de timing pixel-perfecto o mecánicas visuales complejas que son difíciles de abstraer a texto.
¿Qué son smart senses en IA para gaming?
Representaciones textuales estructuradas del estado del juego que permiten a un LLM entender la mecánica sin visión por computadora. En PvP-AI, son descripciones como “posición (120, 95), enemigo en (340, 150), pared norte”. Eficientes, baratas de procesar y precisas.
¿Qué es Commander X16 y dónde puedo probar PvP-AI?
Commander X16 es una computadora retro moderna diseñada por David Murray basada en arquitectura de 8 bits actual. Podés descargar PvP-AI desde el repositorio GitHub de Russell Harper y correrlo en el emulador de Commander X16 (recomendado R49 o posterior).
Conclusión
Ver un LLM jugando videojuegos retro puede parecer un experimento de “porque podemos”, pero revelador es más preciso. Revela las limitaciones reales de los modelos de lenguaje: no pueden simplemente mirar y entender. Necesitán abstracción, estructura, información filtrada. Eso que parece trivial para cualquier humano que alguna vez jugó una consola.
Pero también revela una posibilidad: con el trabajo de ingeniería correcto, podés darle a un LLM razonamiento estratégico sobre espacios limitados. PvP-AI no es solo un juego. Es una demostración de que la inteligencia artificial en gaming no necesita ser solo NPCs que charlan, sino agentes que razonan y adaptan tácticas. Russell Harper logró resucitar un juego de 1990 y hacerlo jugable por máquinas inteligentes. Eso es más que una curiosidad.
La pregunta ahora es si alguien va a llevar esto a territorios más interesantes. Juegos modernos con smart senses. Enemigos IA que no sigan árboles de decisión hardcodeados, sino que razonan cada segundo. ¿Está cerrado el libro? Ni cerca.