Second Dinner convierte ideas en prototipos de cartas en horas, y sus tests de IA superan a los manuales en el 81% de los casos
Second Dinner, el estudio fundado por los creadores de Hearthstone, conectó un RAG a un bot de Slack: primero la red neuronal busca en LanceDB cartas anteriores, código y tickets de Jira, y después responde. Un diseñador recibe el boceto de una carta nueva en horas, no en meses. El QA llama a una API en lugar de dedicar una semana al trabajo manual, y según la estimación del estudio, los tests generados por IA son mejores que los humanos en el 81% de los casos. La conclusión: un RAG interno se amortiza donde las ideas se atascan en las aprobaciones.
Procesado por IA desde LanceDB Blog; editado por Hamidun News
Imagine que una empresa tiene años de código, documentos de diseño y tickets, pero una red neuronal no sabe nada de ellos. El estudio de juegos Second Dinner, fundado en 2018 por los autores de Hearthstone, Gamilton Chu y Ben Brode, decidió resolver esto con RAG. Así se llama el esquema en el que el modelo, antes de responder, busca en los datos propios de la empresa los fragmentos necesarios y se apoya en ellos.
El estudio almacena esos datos en la base vectorial LanceDB: un repositorio que busca documentos por significado y no por coincidencia exacta de palabras. Como resultado, el boceto de una nueva carta de juego se hace en horas en lugar de meses, y los tests de IA, según la propia estimación del estudio, son mejores que los escritos por personas en el 81% de los casos. El caso fue preparado por el estudio junto con el equipo de LanceDB.
¿Cuál era el problema del estudio?
Dolía en dos frentes. El primero: los diseñadores de sistemas inventan constantemente mecánicas nuevas, pero para convertir un boceto en código funcional hay que reunir a ingenieros, diseñadores de UX y testers. Eso son meses de reuniones, presupuesto gastado e ideas que nunca llegan a probarse.
El segundo: cada nueva carta de juego debe verificarse con miles de interacciones con otras cartas. Los ingenieros de QA escribían estos conjuntos de tests a mano, y eso les costaba una semana entera. El equipo es pequeño, así que los casos límite que se escapaban suponían un riesgo real.
El estudio formuló sus requisitos así: un prototipo a partir de una consulta de texto, generación de tests mediante API, trabajo con datos heterogéneos (desde tickets de Jira hasta documentos de diseño) y una arquitectura serverless sin complicaciones de infraestructura.
Cómo funciona la solución
El equipo de IA convirtió en vectores su base de código, sus documentos de diseño y sus tickets de Jira, y los almacenó en LanceDB Cloud. Según la descripción, la configuración se redujo a cargar los embeddings (las «huellas» numéricas del texto) y crear los índices. Del resto se encargó la plataforma: escalado, compresión de datasets, indexación incremental y reconstrucción completa de los índices sin detener los servicios en funcionamiento.
Desde la obtención del acceso hasta la producción pasaron dos semanas. El estudio justifica la elección con la filosofía «no-ops» (mínimo mantenimiento manual) y con el coste: según sus palabras, LanceDB salió entre 3 y 5 veces más barato que las alternativas. En el caso no se dice qué alternativas se compararon.
Ejemplo para un diseñador. Escribe en Slack, por ejemplo: «¿cómo sería una carta que robe maná del pool del rival para reforzar mis hechizos?». El sistema, mediante RAG, encuentra mecánicas similares de cartas anteriores y luego genera automáticamente el boceto de una página web. El diseñador lo muestra a sus compañeros y recibe retroalimentación sin reunir a un equipo de ingeniería ni arriesgarse a lanzar una función no probada. Según el estudio, gracias a esto los diseñadores trabajan en paralelo con 5 veces más ideas.
Los ingenieros de QA obtienen el conjunto de tests mediante una llamada a la API o un comando en Slack, y eso lleva minutos en lugar de una semana. Según los datos del estudio, los tests creados automáticamente superan a los escritos por personas en el 81% de los casos, y el 20,5% de ellos es «claramente mejor» en formato o en cumplimiento de requisitos.
Qué conviene tener en cuenta
Es un caso preparado conjuntamente por el cliente y el proveedor, así que las cifras deben leerse con cautela. La metodología de comparación de tests no se revela: no está claro quién evaluó qué significa «mejor», con qué criterios, sobre qué muestra ni cómo se contaron los casos límite. La afirmación sobre el crecimiento cinco veces mayor de ideas en paralelo también se da sin detalles. No se nombran ni los modelos, ni los embeddings, ni el esquema de evaluación de la calidad de búsqueda. Expresiones como «de ejecutores a visionarios» son marketing, no un resultado de ingeniería.
Aun así, el esquema en sí es comprensible y reproducible. El valor no lo aporta un modelo concreto, sino el acceso a los datos propios de la empresa: las cartas anteriores, las reglas y los tickets sirven de contexto sobre el que el LLM genera prototipos y tests verosímiles al estilo del proyecto.
Conclusión práctica
Para los equipos que construyen asistentes internos de IA, el caso deja tres conclusiones. Primero, conviene empezar por lo que ya se ha acumulado: código, documentos y tickets, y no por un chatbot abstracto. Segundo, la interfaz debe estar donde la gente ya trabaja: Slack y la API resultan más prácticos que un portal aparte. Tercero, una base de datos serverless gestionada libra a un equipo pequeño de IA del mantenimiento de índices, algo importante cuando la plantilla no cuenta con especialistas DevOps dedicados.
Si está desarrollando un sistema parecido, acuerde de antemano cómo medirá el éxito. El porcentaje de tests mejores que los manuales, el tiempo desde la idea hasta el boceto y el coste de almacenamiento y búsqueda son las métricas que el estudio menciona. Pero sin una metodología transparente, estas cifras difícilmente se trasladan a otros proyectos, así que conviene realizar mediciones propias antes de escalar.
- 11 jun 2026Los enemigos de la regulación de la IA se reúnen en Washington: las elecciones de 2026 cambian las reglas
- 12 nov 2026El autor de «Tochki nad II» reemplazó Notion y el CRM con agentes: más de 80 skills en lugar de servicios
- 9 nov 2026El agente Pinky gestiona un CRM de más de 1000 personas: un Second Brain con archivos md y git en lugar de Notion
- 2 may 2026Microsoft lanza Copilot Health para analizar datos de relojes inteligentes e historiales médicos
Preguntas frecuentes sobre la noticia
¿Cuál era el problema del estudio?
Dolía en dos frentes. El primero: los diseñadores de sistemas inventan constantemente mecánicas nuevas, pero para convertir un boceto en código funcional hay que reunir a ingenieros, diseñadores de UX y testers. Eso son meses de reuniones, presupuesto gastado e ideas que nunca llegan a probarse. El segundo: cada nueva carta de juego debe verificarse con miles de interacciones con otras cartas. Los ingenieros de QA escribían estos conjuntos de tests a mano, y eso les costaba una semana entera.
Cómo funciona la solución?
El equipo de IA convirtió en vectores su base de código, sus documentos de diseño y sus tickets de Jira, y los almacenó en LanceDB Cloud. Según la descripción, la configuración se redujo a cargar los embeddings (las «huellas» numéricas del texto) y crear los índices. Del resto se encargó la plataforma: escalado, compresión de datasets, indexación incremental y reconstrucción completa de los índices sin detener los servicios en funcionamiento. Desde la obtención del acceso hasta la producción pasaron dos semanas.
¿Qué se sabe sobre Qué conviene tener en cuenta?
Es un caso preparado conjuntamente por el cliente y el proveedor, así que las cifras deben leerse con cautela. La metodología de comparación de tests no se revela: no está claro quién evaluó qué significa «mejor», con qué criterios, sobre qué muestra ni cómo se contaron los casos límite. La afirmación sobre el crecimiento cinco veces mayor de ideas en paralelo también se da sin detalles. No se nombran ni los modelos, ni los embeddings, ni el esquema de evaluación de la calidad de búsqueda.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.