🤖 Desarrollador de IA para juegos

Las dos IA, en el orden correcto: primero la que decide, después la que habla. Y una regla que gobierna todo lo generativo: el modelo propone, el juego dispone.

Nivel de entrada: intermedio · Foco: comportamiento y sistemas generativos acotados · Hito faro: un NPC con lore verificable que resiste ataques de prompt injection

🧭 Qué es y por qué importa

El desarrollador de IA para juegos construye el comportamiento de todo lo que no controla el jugador: enemigos que persiguen, aliados que ayudan, sistemas que reaccionan. Y, desde hace poco, también los sistemas generativos: NPC conversacionales, diálogo y contenido asistido por modelos de lenguaje.

Son dos oficios distintos y conviene no mezclarlos. La IA clásica —máquinas de estados, behavior trees, pathfinding, steering— resuelve el comportamiento en tiempo real de forma determinista, depurable y barata. La IA generativa abre lo que antes era imposible: conversaciones abiertas, variación infinita, contenido que reacciona a lo que el jugador escribe.

Importa porque la industria está llena de ruido en este tema y de muy poca claridad sobre dónde aporta cada cosa. Un enemigo que te persigue necesita un A* que corra a 60 fps y que puedas depurar, no un modelo de lenguaje. Saber elegir es el valor real del rol.

🗓️ Un día en el puesto

• Depurar por qué un enemigo hace algo absurdo. Casi siempre es prioridad de ramas o una condición de percepción mal puesta.
• Ajustar percepción y memoria: cono de visión, tiempo de olvido, último lugar conocido. El realismo aquí es diseño, no simulación.
• Perseguir el coste. Cuarenta agentes pensando cada fotograma no caben: presupuestos, escalonado, niveles de detalle de IA.
• En sistemas generativos: definir la lista cerrada de intenciones que un NPC puede proponer, y qué valida cada una.
• Atacar tu propio sistema. Escribir prompts hostiles e intentar que el NPC regale una espada legendaria. Si lo consigues, arréglalo (clase 336).
• Medir el comportamiento, no la intención: grabar partidas y ver qué decidió realmente el agente.

🧠 Qué necesitas saber

Conocimiento técnico

• Máquinas de estados y behavior trees, con sus prioridades y sus fallos típicos (Parte 5).
• Pathfinding: A*, mallas de navegación, suavizado, y por qué el camino más corto no es el que se ve bien.
• Steering y percepción: llegada, evasión, conos de visión, memoria de último avistamiento.
• Depurabilidad. Un agente cuyo estado no puedes ver en pantalla es un agente que no puedes arreglar.
• Abstracción de proveedor para lo generativo: mock, local o remoto, todos detrás de la misma interfaz (clase 334).
• Validación de salida: intención estructurada, lista cerrada, capacidades mínimas por NPC (clase 331).
• Lore con visibilidad: filtrar al recuperar, no al responder. Lo que entra al contexto se puede extraer (clase 332).
• Coste, latencia y caché, que es lo que decide si algo es publicable o una demo (clase 335).

Herramientas del oficio

• El sistema de navegación del motor y un visualizador de estado propio: rutas, conos, estado actual dibujados en pantalla.
• Modelos locales (llama.cpp, Ollama y similares) para desarrollar sin coste ni red.
• Un proveedor mock determinista para las pruebas, incluido uno adversario que obedezca al atacante — es el único que prueba de verdad tus defensas.
• Un arnés de evaluación: sin métricas, «el NPC responde mejor» es una opinión (clase 337).

Habilidades no técnicas

• Criterio para elegir la herramienta. La mayor parte del valor del rol está en decir «esto no necesita un LLM».
• Mentalidad de atacante sobre tu propio sistema. Si no intentas romperlo tú, lo romperá un jugador el primer día.
• Diseñar la sensación, no la simulación. Un enemigo «justo» suele ser peor jugador que uno óptimo, a propósito.
• Honestidad sobre los límites. Saber explicar qué no puede garantizar un sistema generativo es parte del trabajo.

📚 Tu ruta en el programa

1. ✅ Requisito: Parte 0 y Parte 1.
2. 📚 Parte 5 — IA clásica (108–125) con el 🧪 lab de IA de enemigos. Primero, y no es negociable.
3. 📚 Parte 18 — Sistemas de gameplay (293–310). Lo que la IA generativa va a poder tocar (y lo que no).
4. 📚 Parte 20 — IA generativa (325–338) con el 🧪 lab de sistema de IA.
5. 🎯 Hito: un NPC con lore verificable que resiste siete ataques de prompt injection sin alterar el estado del juego (clase 338).
6. 📚 Parte 19 — Coste, latencia y privacidad (311–324). Un proveedor remoto es un servicio remoto.

Por qué la Parte 5 va antes. Quien hace la Parte 20 sin la 5 termina resolviendo con un LLM problemas que un behavior tree resuelve mejor, más barato y de forma reproducible. La Parte 20 complementa a la 5; no la sustituye.

🎓 Qué te contrata

• Un enemigo que decide y lo demuestra: vídeo con el estado del árbol sobreimpreso mientras patrulla, persigue, pierde y busca.
• Un sistema generativo con sus defensas probadas. Enseña los ataques que intentaste y por qué fallaron: eso es lo que separa a un profesional de una demo.
• Números de coste y latencia por interacción, y la estrategia de caché que los bajó.
• Un sistema que funciona sin red y sin claves. Es una señal inmediata de que entiendes cómo se construye algo publicable.

📈 Progresión de carrera y salario

1. Gameplay/AI programmer junior — implementas comportamientos dentro de un framework de IA existente.
2. AI programmer — dueño del comportamiento de una familia de agentes y de sus herramientas de depuración.
3. Senior — defines la arquitectura de IA del juego, su presupuesto de CPU y, si aplica, la integración generativa.
4. Especialización: IA de sistemas y director de IA, sistemas de gameplay o arquitecto técnico.

Rangos orientativos (brutos anuales):

• LATAM: entrada aproximada USD 13.000–26.000; con experiencia USD 28.000–55.000+.
• España: entrada aproximada 24.000–32.000 €; senior 44.000–62.000 €+.
• Remoto / USD: seniors por encima de USD 90.000–130.000.

El perfil que combina IA clásica sólida + criterio sobre lo generativo es hoy escaso y muy buscado, precisamente porque abunda lo contrario.

⚠️ Mitos y errores comunes

• «Un LLM puede controlar todo el NPC.» Puede proponer. Ejecutar es del juego, siempre y sin excepción.
• «Lo arreglo con un prompt del sistema mejor.» Un prompt es una sugerencia, no un límite. La defensa es de arquitectura.
• «Meto todo el lore en el contexto y le digo que no lo cuente.» Lo que entra se puede extraer. Filtra al recuperar.
• «La IA clásica está obsoleta.» Es lo que corre a 60 fps con cuarenta agentes y se puede depurar. No se va a ninguna parte.
• «Pruebo con el modelo real y ya.» No es determinista y necesita red: la prueba fallará por motivos ajenos y acabará desactivada. Mocks.
• «La IA buena es la que gana.» La IA buena es la que hace que el jugador se lo pase bien. Suelen ser cosas distintas.

🚀 Siguientes pasos

1. Haz la Parte 5 completa y el 🧪 lab de IA de enemigos hasta que el árbol recorra sus ramas sin sorpresas.
2. Dibuja en pantalla el estado del agente. Si no puedes verlo, no puedes arreglarlo.
3. Haz la Parte 18 al menos hasta el sistema de inventario: es lo que tu NPC generativo va a poder tocar.
4. Completa el 🧪 lab de sistema de IA desde inicio/ y observa cómo el mismo ataque funciona o falla según la arquitectura.
5. Escribe tus propios ataques contra tu NPC. Cinco como mínimo. Documenta cuáles pasaron.
6. Monta un proveedor local y mide coste y latencia reales antes de proponer nada a nadie.

• ⬅️ Volver al índice de rutas
• 🏠 Inicio del programa