Minecraft中的AI Agent群体在文明测试中表现出官僚主义行为

Y Combinator 和 Olam Labs 的研究人员在 Minecraft 游戏场景中测试了 AI 智能体集群，以考察协作和对抗行为。这些实验在多种游戏模式中部署了数百个智能体，以深入了解 AI 集群在现实世界中的应用。该研究紧随近期一些形成对比的案例之后：千智能体集群解决数学问题，以及 OpenAI-Hugging Face 安全事件。这项工作建立在现有框架之上，包括 Mindcraft 和 Mineflayer 脚本工具。

五十智能体文明实验揭示官僚主义模式

研究人员安排 50 个 GPT-6.1 Sol 智能体在三小时内建立一个繁荣的文明。第一晚，僵尸消灭了多个智能体，此后许多雄心勃勃的初始任务都被放弃。这个殖民地表现出官僚主义倾向：四个智能体花了 11 分钟，才任命一名专职肥料操作员，而其工作只是将一份骨粉施用于一株小麦。研究人员指出，这种 AI 智能体集群行为让他们想起了使用编码智能体时见到的模式。

GPT 智能体在 Bed Wars 和 Mindustry 测试中击败 Claude

团队在 Bed Wars（一种团队 PvP 占领基地游戏模式）中进行了战斗测试，由 10 个 GPT-6.1 Sol 智能体对阵 10 个 Claude Opus 5.5 智能体。GPT 智能体制定了更具侵略性、也更复杂的策略，而 Claude 智能体则采取防守策略。当一个工具漏洞导致无法破坏方块时，GPT 智能体诊断出问题并分享了变通方法，而几名 Claude 智能体则认定破坏方块是不可能的。

在 Mindustry 测试中，这是一种塔防战斗游戏模式，GPT 智能体在七场比赛中以 6-1 战胜 Claude 智能体。研究人员观察到，GPT 智能体的运作方式更像一个蜂群，而 Claude 智能体则由一名领导者带领，并通过类似民主的决策流程运作。在 Mindustry 场景中，蜂群结构被证明效果更稳定。

研究人员开源智能体集群代码以供进一步测试

研究团队开源了集群代码，以便开展独立测试和实验。源博客文章提出了一些开放性问题，供读者动手研究，并建议比较不同的模型组合，以及 Minecraft 场景中不同规模的智能体集群。

常见问题

研究人员在 AI 智能体集群 Minecraft 实验中测试了什么？
Y Combinator 和 Olam Labs 的研究人员在 Minecraft 中测试了 AI 智能体集群在协作建造文明和对抗战斗场景中的表现：他们在一项为期三小时的文明建造测试中部署了 50 个智能体，并在 Bed Wars 和 Mindustry 游戏模式中安排 GPT-6.1 Sol 与 Claude Opus 5.5 智能体进行正面对战。

GPT 智能体在对抗测试中表现如何？
在 Mindustry 测试的七场比赛中，GPT-6.1 Sol 智能体以 6-1 战胜 Claude Opus 5.5 智能体。GPT 智能体展现出更具侵略性的策略和类似蜂群的协作，而 Claude 智能体则采取防守策略，并在单一领导者的带领下进行民主式决策。

五十智能体文明表现出了什么官僚主义行为？
这个由 50 个智能体组成的殖民地花了 11 分钟，才任命一名专职肥料操作员，而其工作只是将一份骨粉施用于一株小麦；第一晚遭到僵尸袭击后，许多雄心勃勃的初始任务也被放弃了。