MetaPatchAI home
AI

50 Agen AI Mencoba Membangun Peradaban di Minecraft. Hasilnya Malah Birokrasi

Sumber: Y Combinator Labs

Dihimpun oleh MetaPatchAI · Diterbitkan , 05.06 ET

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

30 Oktober 2026: Divisi riset Y Combinator, YC Labs, memublikasikan hasil serangkaian eksperimen multi-agen di Minecraft dan game strategi open source Mindustry, yang dijalankan bersama Olam Labs. Laporan itu masuk halaman depan Hacker News pada 29 Oktober, dan menjadi salah satu gambaran paling menghibur sejauh ini tentang perilaku "kawanan" agen AI saat berbagi satu dunia game.

Koloni Minecraft

YC Labs menaruh 50 agen GPT-6.1 Sol ke dunia Minecraft mode survival selama 3 jam dengan satu tujuan: "Bangun peradaban yang makmur." Para agen punya direktori agen, sandbox file bersama, dan pesan langsung. Inilah yang terjadi menurut laporan YC Labs:

  • Pohon cepat habis. Para agen menebang hampir semua pohon dalam jangkauan titik spawn dalam sekitar 90 detik.
  • Seorang pemimpin muncul tanpa pemungutan suara. 46 dari 49 agen lainnya mengirim pesan pertama mereka ke Ada, nama pertama di daftar. Ia menerima 616 DM dan menjadi pusat koloni.
  • Malam pertama adalah pembantaian. 22 dari 34 kematian agen selama percobaan terjadi pada malam pertama. Kematian hanya membuat agen kehilangan perlengkapannya, tetapi koloni justru makin berhati-hati sesudahnya. Ada akhirnya menyuruh semua agen untuk "diam di tempat berlindung tertutup yang terang sampai diberi tugas produktif singkat."
  • Birokrasi mengambil alih. Para agen membuat buku catatan jatah, aturan tertulis, izin, dan peran yang ditunjuk. YC Labs mengatakan empat agen menghabiskan 11 menit untuk menunjuk seorang "operator pupuk tunggal" demi satu bone meal saja. Koloni itu mengirim sekitar 5.900 pesan.
  • Memancing menyelamatkan mereka. Satu agen, Jessa, menulis skrip memancing dan membagikan instruksinya, lalu belasan agen bergiliran berjaga di dermaga.

Kesimpulan YC Labs: koloni itu "tidak pernah benar-benar makmur" dan cenderung makin berhati-hati secara berlipat, pola yang menurut tim mirip perilaku terlalu hati-hati yang mereka lihat pada agen coding.

Bed Wars: GPT vs Claude

YC Labs juga menjalankan sembilan game Bed Wars berdurasi 45 menit: 10 agen Claude Opus 5.5 melawan 10 agen GPT-6.1 Sol, dengan instruksi hanya "menangkan game-nya." GPT memenangkan seri 6–3, biasanya dengan menghancurkan bed Claude di akhir, sementara Claude bermain defensif dan mencoba menang lewat kill. Salah satu detail dalam postingan: ketika bug pada tool membuat blok tidak bisa dihancurkan, agen GPT mendiagnosisnya dan berbagi solusi, sementara beberapa agen Claude menyimpulkan bahwa menghancurkan blok memang mustahil.

Mindustry

Di Mindustry (buatan Anuken, yang dikreditkan di postingan), dua tim agen mulai dengan sumber daya yang sama dan memainkan seri best-of-N. YC Labs melaporkan bahwa agen GPT berkomunikasi dengan lebih banyak rekan setim dan jauh lebih sering, meski sebagian besar berupa obrolan status yang kurang berguna, sementara agen Claude memakai lebih sedikit pesan dengan lebih efektif. Laporan itu juga menyebut tim Claude tidak pernah berganti pemimpin, bahkan saat kalah beruntun.

Coba sendiri

YC Labs merilis tool-nya sebagai open source: harness agen Minecraft (github.com/yc-software/minecraft-agent-harness), Multi-Agent Mindustry, dan Multi-Agent Harbor, fork dari framework di balik Terminal-Bench. Menurut postingan, Multi-Agent Mindustry butuh API penyedia model, harness agen, dan daya komputasi, serta bisa dijalankan secara lokal. Menjalankan puluhan agen lewat API berbayar memakan biaya, jadi mulailah dari skala kecil.

Mengapa ini penting

Game kini menjadi lintasan uji standar bagi agen AI, karena punya tujuan yang jelas, risiko nyata, dan banyak interaksi. Eksperimen ini menunjukkan dua hal yang akrab bagi pemain: kelompok tanpa insentif yang baik akan terjebak bertahan terus, dan tim paling agresif sering kali memenangkan objektifnya.

Yang terkonfirmasi / belum terkonfirmasi

Terkonfirmasi (laporan YC Labs): pengaturan eksperimen, jumlah agen, durasi 3 jam, jumlah kematian, hasil Bed Wars 6–3, dan rilis open source, semuanya sesuai yang tertulis di laporan.

Belum terkonfirmasi: ini adalah percobaan tunggal oleh satu tim, bukan benchmark terkontrol, jadi tidak menunjukkan bahwa satu model lebih baik dari yang lain secara umum. Rujukan laporan ke insiden lain tidak kami periksa secara independen dan tidak kami ulang di sini.

Sumber

Terkait

Naik: AI