20 лет назад приятель из школы как-то одолжил мне Game Boy на один день. Своего у меня никогда не было. Это был крутой день. НО пройти покемонов за него я так и не успел.
ВСЕГДА хотел поэкспериментировать с "ИИ играет в игры. Запустил Pokémon Red в эмуляторе (виртуальном геймбое на сервере) и подключил к нему Jev.
Jev выбирает из предложенных вариантов. Модель получает описание игровой ситуации и восемь кнопок геймбоя: вверх, вниз, влево, вправо, A, B, Start и Select. Ответ выглядит примерно так: «вниз, уверенность 90%».
Выбранная кнопка нажимается в игре. Jev получает обновлённую ситуацию и делает следующий выбор.
Это игровой луп:
ситуация → выбор кнопки → действие → новая ситуация
Цикл крутится автоматически на сервере.
У Jev есть ограничение: это классификатор, а не LLM, он выдаёт выбор и оценки вариантов. Текстовые рассуждения, планы или код он не пишет. Поэтому для общей стратегии игры нужен был отдельный ИИ, выбар пал на GLM-5.3-Flash.
Система хранит общую цель (пройти игру) и отслеживает сюжетные этапы: получить значки, добраться до Лиги, попасть в Зал славы. Если Jev застрял, GLM изучает ситуацию и последние попытки. Затем предлагает подцель. Например, сначала добраться до места лечения.
Jev продолжает выбирать кнопки с учётом этой подцели. Стратег получает результаты попыток и корректирует план.
Первый значок уже получил. Причём всё это время играет одним покемоном. Очень машинный подход: бои, прокачка, ещё бои. Поэтому я попросил добавить ему ещё одну задачу: ловить диких и редких покемонов.
За шесть часов ИИ прокачал Сквиртла до эволюции в Вартортла. Чистый гринд 🏋️♂️
По дороге собрали целую коллекцию неудачных попыток. Jev ходил кругами по лесу. Доходил до выхода и возвращался обратно. Пытался использовать атаку с закончившимися очками применения. У медсестры выбирал отказ от лечения и начинал разговор заново.
GLM тоже не всегда выручал. Старые цели оставались активными. Рабочий выход однажды попал в память как неработающий и перестал предлагаться модели. Пришлось проверять входные данные моделей и память прошлых попыток. Отдельно разбираться с проверкой выполнения целей.
Покемон эволюционировал. Архитектура вокруг него тоже.
На странице видны игра, текущий этап, нажатия и уверенность выбора. Для обеих моделей считаются потреблённые токены и стоимость вызовов. У каждого хода можно открыть точный запрос к модели и её ответ.
🔴 Стрим: pokemon.sereja.tech
Лимитов Астры почти не потратил: Астра в кодексе только разбирала проблемы и писала задачи в доску проекта. Написание кода я отдавал GPT Pro с подключённым GitHub в веб-версии ChatGPT. Там проходила самая ресурсоёмкая часть работы. В веб-версии свои отдельные лимиты.
Дизайн дорабатывал через Claude Design. Мои комментарии автоматически передавались в веб-версию Claude. Готовые изменения и по коду, и по дизайну приходили пул-реквестами в GitHub.