WorldTUI, un modello 360M che simula un terminale nel browser

WorldTUI ha messo online una demo da 208 MB che finge di essere un terminale: ogni tasto che premi entra in un modello da 360 milioni di parametri, e il modello predice come cambia lo schermo. Non c’è una shell, non c’è un filesystem. Ogni aggiornamento è una previsione del modello, non l’esecuzione di un comando reale¹.

Il sistema tratta il terminale come una griglia di caratteri, non come un’immagine a pixel. Ogni input da tastiera diventa contesto per il frame successivo dello schermo. L’autore invita a provarlo nel browser e a digitare “pythoon” per verificare che non sia una shell reale: lo schermo si aggiorna comunque, seguendo ciò che è più probabile in un terminale vero¹.

La demo mostra funzioni familiari: si possono “creare file”, aprire “vim”, gestire sessioni “tmux”, giocare a snake. Il modello di solito ricorda quello che hai scritto qualche comando prima. Non c’è nulla dietro che esegue davvero queste azioni, ma l’interazione riproduce comportamenti attesi di un terminale¹.

Il progetto nasce da un’idea precisa. Dopo aver visto Genie 3 l’anno scorso, l’autore ha iniziato a immaginare applicazioni non scritte in codice ma apprese: invece di un motore che rende la scena, un modello che predice il prossimo fotogramma a partire dagli input dell’utente. Senza un grande cluster di GPU e senza un archivio di video, ha ridotto l’ambizione: non un mondo di gioco, un terminale. Un terminale si presta, è una griglia di caratteri invece che pixel e i dati si possono generare all’infinito con qualità perfetta¹.

La chiave è l’addestramento mirato su un compito unico: comportarsi come un terminale. Non c’è un’applicazione tradizionale incapsulata, c’è un modello che apprende il mapping tra input e schermo. Le due scelte che hanno dato i risultati maggiori sono state insegnare al modello a riparare i propri errori e decodificare le righe dello schermo in parallelo. Sono i passaggi che hanno sbloccato la fluidità necessaria per sostenere l’interazione¹.

Il risultato gira nel browser. La demo è pensata per un browser desktop con WebGPU e una tastiera fisica. L’autore indica Chrome o Edge come opzioni migliori per provarla. Su uno smartphone moderno dovrebbe funzionare, ma con molta lentezza. L’invito è a provarla nel browser, senza installazioni, e a osservare come reagisce all’input dell’utente¹.

Il comportamento atteso è quello di un modello che massimizza la plausibilità dello schermo, non l’esito reale di un comando. Per verificarlo, basta scrivere una parola sbagliata come “pythoon”: il terminale appare coerente anche senza eseguire nulla, perché prevede la risposta più probabile a quella sequenza di tasti. È un modo concreto per esplorare come un modello apprende e riproduce le convenzioni di un ambiente a riga di comando, dentro un pacchetto da 208 MB che chiunque può caricare nel browser¹.