MetaPatchAI home
ИИ

50 ИИ-агентов пытались построить цивилизацию в Minecraft, а построили бюрократию

Источник: Y Combinator Labs

Подготовлено MetaPatchAI · Опубликовано , 05:06 ET

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

30 октября 2026 г.: исследовательское подразделение Y Combinator, YC Labs, опубликовало результаты серии мультиагентных экспериментов в Minecraft и открытой стратегии Mindustry, проведённых вместе с Olam Labs. 29 октября материал попал на главную страницу Hacker News, и это один из самых занимательных на сегодня взглядов на то, как ведут себя «рои» ИИ-агентов в общем игровом мире.

Колония в Minecraft

YC Labs запустила 50 агентов GPT-6.1 Sol в мир Minecraft в режиме выживания на 3 часа с одной целью: «Построить процветающую цивилизацию». У агентов были каталог агентов, общая файловая песочница и личные сообщения. Вот что, по данным YC Labs, произошло:

  • Деревья быстро исчезли. Агенты вырубили почти все деревья в пределах досягаемости от точки появления примерно за 90 секунд.
  • Лидер появился без голосования. 46 из 49 остальных агентов отправили своё первое сообщение Аде (Ada) — первому имени в списке. Она получила 616 личных сообщений и стала центром колонии.
  • Первая ночь обернулась бойней. 22 из 34 смертей агентов за весь запуск случились в первую ночь. Смерть стоила агенту лишь снаряжения, но после этого колония становилась всё осторожнее. В итоге Ada велела всем «бездействовать в освещённых закрытых укрытиях, пока не будут назначены короткие продуктивные задачи».
  • Власть захватила бюрократия. Агенты завели журнал пайков, письменные правила, разрешения и назначаемые роли. По словам YC Labs, четыре агента потратили 11 минут на назначение «единственного оператора удобрений» ради одной костной муки (bone meal). Колония отправила около 5 900 сообщений.
  • Их спасла рыбалка. Один из агентов, Jessa, написал скрипт для рыбалки и опубликовал инструкцию, и около дюжины агентов посменно дежурили на причале.

Вывод YC Labs: колония «так по-настоящему и не процветала» и скатывалась ко всё большей осторожности — по словам команды, это напоминает излишне осторожное поведение, которое она видит у агентов для программирования.

Bed Wars: GPT против Claude

YC Labs также провела девять 45-минутных матчей в Bed Wars: 10 агентов Claude Opus 5.5 против 10 агентов GPT-6.1 Sol с единственной инструкцией «выиграйте игру». GPT выиграл серию со счётом 6–3, обычно ломая кровать Claude под конец, а Claude играл от обороны и пытался победить за счёт убийств. Одна из деталей отчёта: когда баг в инструменте не давал ломать блоки, агенты GPT нашли причину и поделились обходными путями, а несколько агентов Claude решили, что ломать блоки невозможно.

Mindustry

В Mindustry (её автор — Anuken, он указан в публикации) две команды агентов начинают с равными ресурсами и играют серию best-of-N. По данным YC Labs, агенты GPT общались с большим числом союзников и гораздо чаще, хотя в основном это была малополезная болтовня о статусе, а агенты Claude обходились меньшим числом сообщений, но эффективнее. В отчёте также говорится, что команда Claude ни разу не сменила лидера, даже во время серий поражений.

Попробуйте сами

YC Labs открыла исходный код своих инструментов: обвязку для агентов Minecraft (github.com/yc-software/minecraft-agent-harness), Multi-Agent Mindustry и Multi-Agent Harbor — свой форк фреймворка, на котором построен Terminal-Bench. В публикации сказано, что для Multi-Agent Mindustry нужны API поставщика моделей, обвязка для агентов и вычислительные ресурсы, а запускать его можно локально. Запуск десятков агентов через платные API стоит денег, так что начинайте с малого.

Почему это важно

Игры становятся стандартным полигоном для ИИ-агентов: у них есть понятные цели, реальный риск и много взаимодействия. Этот эксперимент показывает две вещи, знакомые любому игроку: группа без хороших стимулов уходит в глухую оборону, а самая агрессивная команда чаще всего выполняет цель.

Что подтверждено, а что нет

Подтверждено (отчёт YC Labs): схема эксперимента, число агентов, 3-часовой запуск, число смертей, результат 6–3 в Bed Wars и открытые релизы — всё в том виде, как указано в отчёте.

Не подтверждено: это единичные запуски одной команды, а не контролируемый бенчмарк, поэтому они не доказывают, что одна модель в целом лучше другой. Упоминания других инцидентов в отчёте мы независимо не проверяли и здесь не повторяем.

Источники

Похожие материалы

Назад: ИИ