E214 - Simulación para volverme millonario en Ragnarok

Descargar video (720p, 208 MB)

Resumen

Mati presenta su proyecto de Ragnarok Online (servidor custom "Payón Stories"): un simulador de eventos para encontrar el mapa más rentable de farmeo en senis por hora. Parte de la estrategia ingenua de valor esperado (probabilidad × precio del ítem), que ignora tiempo de matado, densidad de monstruos, liquidez y jefes. En su lugar modela las acciones del jugador (teleport, evaluar pantalla, matar, recoger o ignorar loot) y corre miles de simulaciones tipo Montecarlo para obtener la distribución de ganancias por hora. La simulación aún no está calibrada: da cerca de 3 veces lo real (unas 1000 muertes por hora medidas por Mati). Detrás hay mucho trabajo de datos: scraping con proxies ejecutado en AWS, una skill/MCP sobre el código fuente del juego (Hércules), y una base consolidada de ítems, mapas y monstruos. La conversación concluye que el criterio del experto de dominio es lo que distingue el trabajo con IA del "slop". También se recomienda este tipo de proyectos como portafolio para conseguir un primer trabajo.

Capítulos

• 00:00
  IntroEpisodio 214: Mati presentará su proyecto de Ragnarok con una simulación para volverse millonario en el juego. Adelanta que toca scraping, MCP, simulación y AWS, y que es un problema real con muchas capas.
• 01:52
  Farming en RagnarokMientras se suma la gente, Mati farmea en vivo con su personaje. Lleva 38.817 muertes de un mismo monstruo, a unas 1000 por hora. Compara el juego con el de la galleta (click) pero con más estrategia.
• 04:49
  Loot y probabilidadesSu objetivo es juntar senis para comprar los objetos más caros. El Skeleton Worker tiene una carta con 0,03% de drop (unos 3 en 10.000). Explica los servidores con multiplicadores de drop y experiencia, y que el suyo es casi 1x1x1.
• 07:01
  La gran pregunta eficienciaLa pregunta es en qué mapa y con qué personaje se gana más plata por hora. Hay unos 300 mapas, más de 100 monstruos y 12 clases, así que la complejidad se escapa rápido. Un personaje nuevo al 99 tomaría 30 a 40 horas.
• 10:04
  Motivación y economíaLa gente en Discord sabe por intuición cuáles mapas son rentables, pero casi nadie revela cuánto gana. Compara esto con la ventaja de información en economía.
• 11:21
  Mostrando el simuladorMuestra el producto final con un mapa piloto. Incluye tablas de drop con precio NPC y precio de mercado, obtenido por scraping. La carta del Skeleton Worker tiene una mediana de unos 1.850.
• 13:09
  Valor esperado naiveExplica el valor esperado por monstruo (suma de probabilidad × valor) y pide a Claude el top 10 con los datos curados, excluyendo los MVP. Señala que ignora el tiempo de matado, la densidad y el tiempo de aparición de los jefes. También comenta que el juego es de 2005-2006 y se juega en servidores custom.
• 19:18
  Simulación por eventosDecide simular su forma de jugar en vez de usar una fórmula, apoyándose en el curso de simulación de la universidad. Reproduce la simulación en tiempo real y ajusta el tiempo por muerte a 0,3 s. Los eventos cambian el estado del sistema (teleport, matar, mirar el loot).
• 23:40
  Reglas y liquidezMuestra la secuencia teleport (0,8 s), evaluar pantalla, matar o ignorar y recoger loot. Define reglas por conocimiento experto: algunos monstruos no se matan y algunos ítems no se recogen. Una carta de 70 mil no tiene liquidez: se vendió una vez en dos meses.
• 27:33
  Optimizar con parámetrosCambia el parámetro de recoger ítems para venderlos al NPC y re-simula. Una simulación "instantánea" de un minuto de juego (42 workers muertos, un cap, dos Millenium) permite probar combinaciones que en la vida real tomarían demasiado tiempo.
• 30:12
  Teleport y min maxExplica su estrategia de teletransporte con Fly Wings (un objeto) frente a la carta que da la habilidad, por el gasto de SP. Habla del "juego del min max" y de crear un personaje a medida: el suyo hace 2700 de daño y el monstruo solo necesita 2400.
• 33:54
  Dopamina y nostalgiaDice que ver caer la carta es dopamina pura, parecida a una máquina tragamonedas. Le gusta el juego por nostalgia y por la versatilidad de estrategias.
• 35:29
  Rachas y probabilidadesAclara que las probabilidades se cumplen aunque haya rachas. Una vez mató 20.000 monstruos sin que cayera la carta, un evento con menos de 1% de probabilidad.
• 36:27
  Looting y estrategia inicialPara quien empieza, recomienda seguir a un jugador pro y recoger lo que este desprecia. Mati ya no recoge todo porque sus cálculos muestran que a veces pierde plata. Algunas cartas no las farmea porque otros mapas rinden más.
• 37:09
  Simulador por capasDescribe dos capas. La primera encuentra la mejor estrategia por mapa con miles de simulaciones de un minuto. La segunda simula 1000 sesiones de una hora con esa estrategia y obtiene la distribución. Hay una intervención de otro participante sobre las Guild Wars y el equipo.
• 39:33
  Datos sucios del mercadoEl ranking por hora de Claude da resultados absurdos por una venta de 8 millones de una Scale Shell, un dato atípico. Mati lo descarta y confía más en las ventas reales, como las de la Green Maiden de unos 200 millones.
• 41:43
  Cartas raras y refinamientoUna carta escasa suma crítico y refinamiento al equipo. Refinar a +9 o +10 tiene probabilidades encadenadas (60 %, 40 %, 40 %, 20 %). Llevar un hood de 30.000 a +9 cuesta unos 54 millones, y un +10 unos 540 millones con 9 % de probabilidad.
• 45:44
  Costo real del minmaxEstima que ganaría entre 700 y 800 mil por hora. Maximizar un personaje con 4 o 5 objetos a +9 requeriría cientos de millones. Por eso invierte 30 horas en la simulación para ahorrar cientos de horas de farmeo.
• 47:14
  Calibrando la simulaciónLos resultados le parecen altos: simula unos 3000 workers por hora, pero él mata unos 1000 (lo cronometró). Dividiendo entre 3 el promedio queda cerca de 1 millón. Primero verifica la lógica y después calibra los números.
• 49:16
  Montecarlo y percentilesLos 1000 resultados forman una distribución tipo Montecarlo, con un máximo de 14 millones (unos 5 millones ajustado). Sin la carta, las ganancias se quedan en 100-300 mil. La mediana es de unos 800 mil por hora ajustada. Esta lógica sirve también para decisiones de la vida real, aunque allí las probabilidades se conocen peor.
• 52:06
  Memes y pausa del streamPausa con memes sobre IA, empleo, Sam Altman y el riesgo de la IA, y sobre el dinero del juego frente al real. Se menciona el comentario de alguien que dejó Anthropic con una probabilidad del 10% al 2030. También un meme sobre gastar millones en gorros estéticos.
• 57:25
  IA y expertise de dominioResponde a una pregunta sobre qué fallaría si un desarrollador sin conocimiento del negocio hiciera esto. Claude generó 50.000 rankings plausibles, pero sin el detalle fino. Sin el experto, dice, el resultado es "slop"; el valor está en el criterio humano.
• 01:06:43
  Factor competencia en mapasOtros jugadores en el mapa reducen la tasa real de monstruos, por ejemplo en Niflheim. Mati lo omite como supuesto implícito porque el servidor tiene unos 300 jugadores. También deja un fallo con la presentación PPT y la pantalla.
• 01:10:17
  MCP y skills con ClaudeExplica la carpeta Hércules, con el código del juego, y una skill/MCP con índices en SQLite para consultar skills, monstruos, mapas e ítems sin leer todo el código. Prueba con la pregunta sobre una skill del sacerdote.
• 01:14:17
  Skills y código fuenteLa skill se usa en el juego para dudas, como las skills de un monstruo. No hizo benchmark y confía en que funciona porque es lógica. Si no encuentra la respuesta en los índices, lee el código base.
• 01:16:14
  Velocidad y parámetrosLa velocidad de movimiento se mide en milisegundos por celda: 150 normal y 112 con ciertos buffs. La skill extrajo ese dato del código. Mati hace vibe coding y valida las respuestas por su conocimiento del juego.
• 01:18:32
  Scraping de mapasScrapea la página del servidor, con formato API, para obtener monstruos por mapa y tiempos de respawn. No confía en los valores del código base porque el servidor rebalancea. Le dio a Claude reglas de cautela: sin solicitudes concurrentes y con 30 segundos de espera.
• 01:22:46
  Código simple y proxiesPidió código simple, sin fallbacks excesivos, porque es un scraping de una sola vez. Corrió en Amazon para no usar su IP. Un error 403 que en realidad era una respuesta válida hacía recorrer toda la lista de proxies.
• 01:26:53
  Zonas de spawn ocultasDescubre que algunos monstruos, como un MVP en un trono, aparecen solo en cuadrados concretos del mapa, con respawn cada 60-65 minutos. Claude halló ese endpoint comparando los datos de la página con la API.
• 01:28:55
  AWS y despliegue rápidoDespliegue arcaico: un script sh que sube los archivos a la instancia y los pisa en cada iteración, y un repo privado de GitHub. Mati admite que es poco prolijo pero suficiente para ejecutarlo una o dos veces.
• 01:31:00
  Dashboard de datosSu base consolidada reúne ventas históricas, mapas, drops y precios por ítem y monstruo. Es mucho más útil que la página oficial para buscar dónde farmear. Lo ve como un subproducto valioso del scraping.
• 01:35:29
  PPT fallida y mejorasConsidera fallida la presentación generada con Claude porque suena a "vendedor de humo". Planea darle PPTs validadas para que aprenda el relato. Mostró que le pasó su código de scraping anterior para reutilizar la lógica de proxies.
• 01:36:55
  Validación del simuladorEl simulador está hecho con vibe coding: él define las reglas y valida la interfaz de depuración, como que el loot ignorado se respete. Descubrió un bug en vivo.
• 01:41:02
  CierrePlanea levantar un servidor privado de Ragnarok con el código base para probar personajes antes de invertir 40 horas. Un invitado recomienda proyectos así para conseguir el primer trabajo. Mati no publicará las bases y anuncia el tema siguiente (orquestación de agentes o ingeniería inversa), mientras farmea los últimos minutos.

Palabras clave