Battle Drones: RTS creado por agentes de IA en 321 commits

Battle Drones: un RTS completo creado por agentes de IA

321 commits escritos por agentes de programación y 12 iteraciones mayores alcanzaron para que Simon Willison construyera Battle Drones, un juego de estrategia en tiempo real estilo Command & Conquer que corre en el navegador. Lo publicó en su blog el 20 de octubre de 2026 y esta vez el experimento no es una demo: es un juego jugable, y bastante bueno.

Es un caso extremo de vibe coding: el autor reconoce que revisó casi nada del código y que lo escribió en un lenguaje, TypeScript, que él mismo apenas usa. Para un founder, el dato relevante no es el juego en sí. Es que alguien sin experiencia real en desarrollo de videojuegos llegó a un producto terminado en unos pocos meses, sin escribir el código con sus propias manos. El cuello de botella se movió de lugar: construir dejó de ser el problema y el criterio sobre qué vale la pena construir pasó a serlo.

¿Qué construyó exactamente y por qué importa?

Battle Drones arrancó en julio como una prueba de concepto poco divertida y hoy acumula 9 edificios, 7 vehículos terrestres, 6 aéreos y 3 unidades de infantería, todos con modelos 3D. Suma niebla de guerra, seis mapas repartidos en cinco biomas, generador aleatorio de mapas, modos Skirmish y Last Stand, armas de área como el Barrage o el EMP, y un modo donde dos modelos de lenguaje se enfrentan entre sí sobre el mapa.

La función más llamativa no es gráfica: el multijugador conecta dos dispositivos que estén a distancia de micrófono y sincroniza el estado de la partida por audio. Willison lo probó entre laptops, iPhones y iPads y reporta que funciona bien.

Su motivo es puramente de negocio, y es la parte que más debería interesar a un founder: no quería levantar un servidor que después tuviera que mantener funcionando. Al ser HTML y JavaScript estáticos, el juego también se comporta como Progressive Web App y funciona offline. Lo jugó en un avión porque su teléfono lo tenía cacheado, sin haberlo instalado nunca.

El prompt que cambió el proyecto: vibe coding de alto nivel

Durante las primeras versiones el autor sostuvo una tesis incómoda: los agentes de código pueden construir algo que parece un juego, pero no algo genuinamente entretenido. Para ponerla a prueba, en modo Ultracode, le pidió a Claude Opus 5.5 que lo hiciera mucho más divertido.

La respuesta llegó después de muchas horas de trabajo y con números concretos. En 1.200 partidas simuladas de IA contra IA en dificultad Normal, los juegos sin resolver a los 25 minutos cayeron del 14% al 0,9%, y la proporción de victorias de un bando que iba 800 o más de scrap por detrás subió del 24% al 46%.

Buena parte del tiempo lo consumió que el agente corrió más de mil sesiones simuladas de playtest y usó esos resultados para rebalancear unidades, agregar nuevas y ajustar mecánicas. Ahí está la diferencia entre pedir mejoras y montar un loop de mejora medible.

Vale la pena rescatar la honestidad del autor: dice que se siente culpable por lo poco que aportó de diseño, porque durante varias versiones su instrucción fue esencialmente pedir más diversión y más pulido visual. La lección es ambigua y útil a la vez: el prompt de alto nivel funciona cuando viene acompañado de capacidad de evaluar el resultado.

¿Qué detalle técnico puede romperte el producto?

Un pasaje del texto es oro para cualquier founder que use agentes para construir producto: en algún momento hubo que reemplazar las llamadas a Math.sin() y Math.cos() por versiones propias, porque distintos navegadores como Chrome y Safari devolvían números ligeramente distintos y eso desincronizaba las repeticiones.

La regla general que se desprende: si tu producto necesita que dos ejecuciones den el mismo resultado —multijugador, replays, conciliación de pagos, auditoría, tests de regresión—, la simulación tiene que ser determinista, y esa es una decisión de arquitectura que se toma explícitamente. Los agentes no la toman por ti. Si no la tomas, la descubres en producción, con usuarios adentro.

La otra cara: 7.100 demos y slop generado por IA en Steam

No todo lo que se construye rápido merece existir. En el Steam Next Fest de octubre de 2026 hubo cerca de 7.100 demos, según Kotaku, muy por encima de las aproximadamente 4.300 de junio y de las cerca de 2.700 de octubre de 2024, de acuerdo con datos de Game Discover citados por ese medio. Kotaku describe el evento como un océano de demos generadas con IA y clones de baja calidad, y señala que muchos de esos juegos admiten en sus propias divulgaciones de IA que buena parte de su código y sus assets fueron generados automáticamente.

El contraste con la estrategia corporativa es fuerte. Epic Games anunció que la nueva versión de su launcher fue creada con vibe coding, según recogió IGN, y su vicepresidente y gerente general de la Epic Games Store, Martin Keely, explicó que usaron IA para ser más eficientes y permitir que un equipo pequeño reescribiera la base de código y lanzara más rápido en Windows, Mac y luego Linux. En paralelo, Google Play habilitó que cualquier usuario de Android mayor de 18 años en Estados Unidos construya apps privadas con vibe coding sobre Google AI Studio, sin cuenta de desarrollador, según Android Headlines.

Traducción para tu startup: cuando el costo marginal de producir software se acerca a cero, producir deja de ser el diferencial. El filtro de calidad se convierte en el activo escaso.

¿Qué significa esto para tu startup?

• Convierte mejóralo en una métrica con loop. El salto de calidad de Battle Drones ocurrió cuando el agente pudo correr más de mil simulaciones y medirse contra ellas. Define una o dos métricas de calidad central de tu producto (tiempo hasta el primer valor, conversión del onboarding, retención al día 7) y arma un banco de pruebas que el agente pueda ejecutar solo. Recién ahí el prompt corto funciona.
• Decide el determinismo antes de escalar. Si vas a tener multijugador, replays, facturación o auditoría, exige reproducibilidad desde el día uno. Agregarla después obliga a reconstruir piezas que ya están en producción.
• Explota el costo de infraestructura cercano a cero. El patrón de HTML estático más Progressive Web App que usó el proyecto elimina servidores y funciona offline. Para equipos con presupuesto ajustado en LATAM o España, es una vía concreta para bajar burn sin sacrificar producto.
• Invierte en criterio, no en velocidad. Con miles de productos generados por IA llegando al mercado al mismo tiempo, la ventaja competitiva se corre hacia el gusto, la curaduría y el conocimiento real del usuario.

Conclusión

Battle Drones es al mismo tiempo la mejor publicidad y la mejor advertencia del vibe coding. Un desarrollador sin experiencia en videojuegos llegó a un RTS funcional, con multijugador por audio y un modo de agentes contra agentes, en unos pocos meses y sin revisar casi nada del código. Ese mismo poder es el que llenó Steam de miles de demos que nadie va a jugar.

El autor lo dice con una honestidad que conviene copiar: no siente que haya ganado el derecho a crear algo así, en un campo donde tiene poca experiencia previa. Esa duda es, probablemente, la habilidad más valiosa de la próxima etapa. Los agentes se encargan de la ejecución; el juicio sobre qué publicar sigue siendo tuyo.

Fuentes

• Battle Drones - a vibe coded RTS with audio-based multiplayer (fuente original)
• Steam Next Fest Has Become A Massive Disaster And A Grim Look At The Future
• We Vibe Coded a New Epic Games Launcher - Epic's New Store App Was Built Using AI
• Google Play Overhaul Lets Anyone Vibe-Code and Run Private AI Apps