MetaPatchAI home
AI

50 AI एजेंट्स ने Minecraft में सभ्यता बसाने की कोशिश की, बन गई नौकरशाही

स्रोत: Y Combinator Labs

MetaPatchAI द्वारा संकलित · प्रकाशित , पूर्वाह्न 5:06 ET

50 AI Agents Tried to Build a Minecraft Civilization. They Built a Bureaucracy Instead

30 अक्टूबर 2026: Y Combinator की रिसर्च शाखा YC Labs ने Minecraft और ओपन-सोर्स स्ट्रैटेजी गेम Mindustry में किए गए मल्टी-एजेंट प्रयोगों के नतीजे प्रकाशित किए, जो Olam Labs के साथ मिलकर किए गए थे। यह रिपोर्ट 29 अक्टूबर को Hacker News के फ़्रंट पेज पर पहुँची, और यह अब तक की सबसे मज़ेदार झलकों में से एक है कि AI एजेंट्स के "झुंड" एक ही गेम की दुनिया साझा करने पर कैसे बर्ताव करते हैं।

Minecraft कॉलोनी

YC Labs ने 50 GPT-6.1 Sol एजेंट्स को सर्वाइवल Minecraft दुनिया में 3 घंटे के लिए एक ही लक्ष्य के साथ उतारा: "एक समृद्ध सभ्यता बनाओ।" एजेंट्स के पास एक एजेंट डायरेक्टरी, एक साझा फ़ाइल सैंडबॉक्स और डायरेक्ट मैसेज थे। YC Labs के अनुसार यह हुआ:

  • पेड़ तेज़ी से गायब हुए। एजेंट्स ने लगभग 90 सेकंड में स्पॉन के आसपास पहुँच में आने वाला लगभग हर पेड़ काट डाला।
  • बिना वोट के एक लीडर उभरी। बाकी 49 में से 46 एजेंट्स ने अपना पहला मैसेज Ada को भेजा, जो रोस्टर में पहला नाम थी। उसे 616 DM मिले और वह कॉलोनी का केंद्र बन गई।
  • पहली रात कत्लेआम थी। इस रन में एजेंट्स की 34 मौतों में से 22 पहली रात हुईं। मरने पर एजेंट का सिर्फ़ सामान जाता था, फिर भी कॉलोनी इसके बाद और ज़्यादा सावधान होती गई। आख़िरकार Ada ने सबसे कहा कि "छोटे उपयोगी काम मिलने तक रोशनी वाले बंद आश्रयों में खाली बैठे रहो।"
  • नौकरशाही हावी हो गई। एजेंट्स ने राशन रजिस्टर, लिखित नियम, परमिट और नियुक्त पद बना लिए। YC Labs के मुताबिक़ चार एजेंट्स ने बोन मील के सिर्फ़ एक टुकड़े के लिए "एकमात्र फ़र्टिलाइज़र ऑपरेटर" नियुक्त करने में 11 मिनट लगा दिए। कॉलोनी ने लगभग 5,900 मैसेज भेजे।
  • मछली पकड़ने ने बचाया। एक एजेंट Jessa ने फ़िशिंग स्क्रिप्ट लिखी और निर्देश पोस्ट किए, और एक दर्जन एजेंट्स ने डॉक पर बारी-बारी से शिफ़्ट की।

YC Labs का निष्कर्ष: कॉलोनी "कभी सच में फली-फूली नहीं," और लगातार बढ़ती सावधानी की ओर बढ़ती गई, एक ऐसा पैटर्न जो टीम के अनुसार कोडिंग एजेंट्स में दिखने वाले ज़रूरत से ज़्यादा सतर्क बर्ताव जैसा है।

Bed Wars: GPT बनाम Claude

YC Labs ने 45 मिनट के नौ Bed Wars गेम भी चलाए, 10 Claude Opus 5.5 एजेंट्स बनाम 10 GPT-6.1 Sol एजेंट्स, जिन्हें सिर्फ़ "गेम जीतो" कहा गया था। GPT ने सीरीज़ 6–3 से जीती, आमतौर पर आख़िर में Claude का बेड तोड़कर, जबकि Claude डिफ़ेंसिव खेला और किल्स से जीतने की कोशिश की। पोस्ट के एक ब्योरे के अनुसार, जब एक टूल बग की वजह से ब्लॉक तोड़ना बंद हो गया, तो GPT एजेंट्स ने समस्या पहचानी और वर्कअराउंड साझा किए, जबकि कई Claude एजेंट्स ने मान लिया कि तोड़ना नामुमकिन है।

Mindustry

Mindustry में (जिसे Anuken ने बनाया है और पोस्ट में उनका क्रेडिट दिया गया है) एजेंट्स की दो टीमें बराबर संसाधनों से शुरू करती हैं और best-of-N सीरीज़ खेलती हैं। YC Labs के अनुसार GPT एजेंट्स ने ज़्यादा साथियों से और कहीं ज़्यादा बार बात की, हालाँकि उसमें से बहुत कुछ कम काम की स्टेटस बातचीत थी, जबकि Claude एजेंट्स ने कम मैसेज ज़्यादा असरदार तरीके से इस्तेमाल किए। रिपोर्ट यह भी कहती है कि Claude टीम ने लगातार हार के दौरान भी कभी लीडर नहीं बदला।

खुद आज़माएँ

YC Labs ने अपने टूल ओपन-सोर्स किए हैं: एक Minecraft एजेंट हार्नेस (github.com/yc-software/minecraft-agent-harness), Multi-Agent Mindustry, और Multi-Agent Harbor, जो Terminal-Bench के पीछे वाले फ़्रेमवर्क का उसका फ़ोर्क है। पोस्ट के अनुसार Multi-Agent Mindustry के लिए किसी मॉडल प्रोवाइडर की API, एक एजेंट हार्नेस और कंप्यूट चाहिए, और यह लोकल भी चल सकता है। पेड API पर दर्जनों एजेंट्स चलाने में पैसे लगते हैं, इसलिए छोटे से शुरुआत करें।

यह क्यों मायने रखता है

गेम्स AI एजेंट्स के लिए स्टैंडर्ड टेस्ट ट्रैक बनते जा रहे हैं, क्योंकि उनमें साफ़ लक्ष्य, असली जोखिम और ढेर सारा इंटरैक्शन होता है। यह प्रयोग दो ऐसी बातें दिखाता है जिन्हें खिलाड़ी पहचानेंगे: अच्छे इंसेंटिव के बिना कोई ग्रुप सिर्फ़ बचाव में सिमट जाता है, और सबसे आक्रामक टीम अक्सर ऑब्जेक्टिव जीत लेती है।

क्या पुष्ट है / क्या नहीं

पुष्टि (YC Labs रिपोर्ट): सेटअप, एजेंट्स की संख्या, 3 घंटे का रन, मौतों की संख्या, Bed Wars का 6–3 नतीजा और ओपन-सोर्स रिलीज़, सब रिपोर्ट के अनुसार।

पुष्टि नहीं हुई: ये एक ही टीम के एकल रन हैं, कोई नियंत्रित बेंचमार्क नहीं, इसलिए इनसे यह साबित नहीं होता कि कोई एक मॉडल आम तौर पर दूसरे से बेहतर है। रिपोर्ट में दूसरी घटनाओं के जो ज़िक्र हैं, उन्हें हमने स्वतंत्र रूप से नहीं जाँचा और यहाँ नहीं दोहराया।

स्रोत

संबंधित लेख

ऊपर: AI