Max Bittker, diseñador de juegos y fundador de Websim, presenta RuneScape Bench, una iniciativa que utiliza la implementación de código abierto LostCity (una versión de RuneScape) como banco de pruebas para experimentos de inteligencia artificial. Este proyecto, desarrollado en 2026, permite a los investigadores diseñar bibliotecas para agentes de codificación, construir evaluaciones (evals) y explorar el post-entrenamiento de modelos de lenguaje de gran escala (LLM). A través de este entorno, se estudian prácticas de 'agricultura' de agentes, la economía simulada y la dinámica de sistemas multiagente, donde los agentes interactúan en un mundo compartido para realizar transacciones y generar confianza. Bittker, quien es alumno del Recurse Center desde 2016, explica cómo la automatización mediante herramientas como AutoHotkey y el botting en juegos tradicionales ha evolucionado hacia la creación de infraestructuras robustas para la IA. El taller, parte de la serie Localhost en Nueva York, detalla el progreso de RuneBench, que ha avanzado significativamente desde la versión Opus 4.5, y analiza desafíos como la seguridad de los agentes y la macroeconomía simulada. Este recurso sirve como referencia para desarrolladores y científicos que buscan integrar agentes autónomos en entornos complejos, ofreciendo una plataforma controlada para medir el rendimiento y la interacción de la IA en contextos de juego y economía.
RuneScape Bench: un entorno para evaluar agentes de IA en MMOs
Fuentes:
RuneScape Bench: MMOs for Agents
