50 ИИ-агентов попытались построить цивилизацию в Minecraft, но увязли в бюрократии03.11.2026 12:50

Исследователи из Y Combinator и Olam Labs запустили сотни ИИ-агентов в Minecraft и других игровых сценариях, чтобы изучить, как автономные модели взаимодействуют друг с другом — сотрудничают, распределяют задачи и конкурируют. Для экспериментов использовали существующие инструменты Mindcraft и Mineflayer, позволяющие управлять игровыми персонажами с помощью программных агентов.

В первом испытании 50 агентов на базе GPT-6.1 Sol получили 3 часа, чтобы построить процветающую цивилизацию. Однако колония так и не достигла этой цели. После первой ночи зомби уничтожили значительную часть персонажей, а многие первоначальные задачи были заброшены. Оставшиеся агенты сосредоточились на осторожном выживании, постепенно погружаясь в согласование обязанностей и процедур.

Источник изображения: Y Combinator

Один из эпизодов особенно наглядно показал проблему: 4 агента потратили 11 минут, чтобы назначить единственного ответственного за удобрение одного блока с пшеницей, используя одну порцию костной муки. Авторы эксперимента отметили, что подобное поведение напоминает проблемы, возникающие при работе с группами ИИ-агентов в программировании: вместо выполнения задачи система может тратить значительную часть ресурсов на организацию совместной работы.

Затем проверили, как разные модели ведут себя в условиях противостояния. В режиме Bed Wars друг против друга играли команды из 10 агентов GPT-6.1 Sol и 10 агентов Claude Opus 5.5. Команда GPT выбирала более агрессивные и сложные стратегии, тогда как Claude действовала осторожнее. Различия проявились и при устранении технических проблем: когда ошибка инструмента мешала ломать блоки, GPT-агенты нашли причину и поделились обходными решениями, а несколько агентов Claude решили, что разрушение блоков невозможно.

В другом тесте, проведённом в Mindustry — стратегии с элементами Tower Defense, — команда GPT выиграла у Claude 6 из 7 матчей. По наблюдениям авторов, агенты GPT действовали скорее как единый коллектив, тогда как Claude опиралась на одного лидера и демократический процесс принятия решений. В этом сценарии более распределённая модель взаимодействия оказалась эффективнее.

Исследователи открыли исходный код своих экспериментальных систем, чтобы другие разработчики могли повторить испытания и проверить, как на результаты влияют размер группы и сочетание разных моделей. Авторы рассматривают игровые сценарии как способ изучать поведение ИИ-агентов в условиях сотрудничества и конкуренции, хотя сами по себе результаты в Minecraft не доказывают, что такие же закономерности будут проявляться в реальных рабочих системах.