AgentCraft llena Minecraft de NPC autónomos con IA
AgentCraftMinecraftИИ-агенты
Es un sistema de agentes, no un NPC parlanchín
Yo describiría AgentCraft no como otro bot de chat, sino como una capa de agentes alrededor de Minecraft. En el README del repositorio de AgentCraft, su autor, wrxck, muestra un plugin experimental para Spigot en el que NPC controlados por Claude reciben objetivos, planifican acciones y las ejecutan mediante herramientas del juego.
Los materiales disponibles hasta octubre de 2026 mencionan 35 herramientas de este tipo. Cubren la extracción y colocación de bloques, la fabricación, la fundición de mineral, la agricultura y la construcción. Por eso, una orden como «extrae hierro» no se convierte en un único script, sino en una cadena de decisiones: encontrar una ruta, conseguir recursos, procesar lo extraído y guardar el resultado.
El movimiento se delega en un sistema propio de búsqueda A*, con límites de cálculo por tick del juego y soporte para subir y bajar. Es un detalle importante: el modelo de lenguaje determina la intención y elige acciones, pero no debería calcular por sí mismo cada paso del mapa. Esta separación suele hacer al agente más barato, rápido y predecible.
La memoria a largo plazo se guarda en Qdrant con embeddings de sentence-transformer, mientras que el estado de los agentes se conserva en PostgreSQL. Según el README, los NPC recuerdan a jugadores, conversaciones y experiencias pasadas entre sesiones y reinicios del servidor. Se pueden crear entre uno y diez agentes simultáneos con perfiles como constructor, explorador, granjero y minero.
El valor principal no es un minero virtual
AgentCraft resulta interesante como banco de pruebas observable para sistemas multiagente. Los fallos de planificación se ven de inmediato: el agente se atasca, escoge una ruta absurda, pierde herramientas o empieza a construir algo distinto de lo pedido.
Yo observaría primero tres aspectos: la recuperación tras una acción fallida, la calidad de la recuperación de recuerdos y la coordinación de varios NPC. Es fácil lograr un comportamiento autónomo vistoso en un episodio corto; evitar que los errores se acumulen durante una tarea larga es mucho más difícil.
También queda la cuestión práctica del coste. La documentación no ofrece un consumo medio confirmado de tokens por hora, así que todavía no hay base para evaluar la economía de una autonomía continua. Esa métrica, junto con la latencia de las llamadas, mostrará si el proyecto es solo una demostración llamativa o una arquitectura viable para ciclos de agentes prolongados.