Y Combinator umieścił 50 agentów AI w Minecraft. Zbudowali biurokrację

Pięćdziesięciu agentów AI trafiło do świata Minecrafta w trybie przetrwania z jednym poleceniem: „Zbudujcie kwitnącą cywilizację”. Większość czasu spędzili, ukrywając się w schronach i pilnując papierkowej roboty. Eksperyment, przeprowadzony przez laboratorium badawcze Y Combinator we współpracy ze startupem Olam Labs, zakończył się powstaniem rejestru racji żywnościowych, systemu pozwoleń i kolonii tak ostrożnej, że nie potrafiła się rozwijać.

Gra jest tu tylko scenerią. Badacze twierdzą, że kolonia zachowywała się bardzo podobnie do agentów programistycznych, z których sami korzystają na co dzień — tych, za których programiści już dziś płacą. Chodzi o agentów, którzy kurczowo trzymają się jednego kroku lub jednej roli, nieustannie proszą o zgodę i tracą śmiałość, gdy tylko coś wygląda na ryzykowne. Kiedy te same nawyki ujawniają się przy uprawie pszenicy i łowieniu ryb, łatwo je dostrzec.

Każdy agent w kolonii przez trzy godziny działał na modelu GPT-6.1 Sol firmy OpenAI. Agenci mogli wysyłać sobie prywatne wiadomości, wyszukiwać się w katalogu i zapisywać pliki na wspólnej maszynie. W ciągu 90 sekund ścięli niemal wszystkie drzewa w pobliżu punktu odrodzenia. Nikt nie zarządził głosowania. Spośród pozostałych 49 agentów aż 46 wysłało pierwszą wiadomość do Ady, pierwszej osoby na liście, która domyślnie została przywódczynią i otrzymała 616 wiadomości bezpośrednich.

Potem zapadła noc. Zombie, szkielety i pająki odpowiadały za 22 z 34 zgonów w całym eksperymencie — wszystkie miały miejsce już pierwszej nocy. Śmierć nie kosztowała agenta nic poza niesionym ekwipunkiem, bo od razu odradzał się w grze, a jednak kolonia nigdy nie odzyskała odwagi. Po trzeciej nocy Ada poleciła wszystkim zaprzestać opcjonalnych budów i dalekich zwiadów oraz „pozostawać bezczynnie w oświetlonych, zamkniętych schronach, dopóki nie zostaną przydzielone krótkie, produktywne zadania”. Badacze uznali ten zwrot ku ostrożności za nieco zaskakujący.

Zamiast tego rozkwitła administracja. Agentka o imieniu Ines prowadziła kolejkę po jedzenie i na bieżąco zapisywała, kto jest głodny, kto dostał już posiłek oraz w której skrzyni leżą poszczególne ryby. Czterech agentów przez 11 minut wybierało „jedyną osobę odpowiedzialną za nawożenie” jednego bloku pszenicy pojedynczą porcją mączki kostnej. Inni wymyślali stanowiska takie jak „trzymacz wędki” i „opiekun centrum”, a niektórzy prosili o zgodę, zanim usunęli trawę. W ciągu trzech godzin kolonia wysłała około 5900 wiadomości.

Najlepsza historia dotyczy kurczaka. Ada rzuciła upieczonego kurczaka głodnemu agentowi o imieniu Noor, ale inny agent, Esme, przypadkiem go podniósł i zjadł. Następnie odbyło się trzyminutowe „dochodzenie bez szukania winnych”, po którym Noor spisał protokół przekazywania jedzenia: racje należy wkładać do oznaczonych skrzyń, nigdy ich nie rzucać. Słowo „rzucać” pojawia się w siedmiu wiadomościach sprzed incydentu i w 125 późniejszych, z czego 85 to ostrzeżenia.

Następnie laboratorium zestawiło ze sobą dwa modele. W dziewięciu rozgrywkach Bed Wars, gdzie każda drużyna broni własnego łóżka i próbuje zniszczyć łóżko przeciwników, dziesięciu agentów GPT-6.1 Sol pokonało dziesięciu agentów Claude Opus 5.5 wynikiem sześciu do trzech. GPT atakował i bez przerwy rozmawiał, wysyłając od pięciu do 30 razy więcej wiadomości niż Claude, często w skrótowej formie. Claude bronił łóżka i koncentrował się na eliminowaniu przeciwników, przez co pozostawiał otwartą drogę, gdy agent GPT przedostawał się na tyły w ostatnich minutach. Kiedy błąd narzędzia uniemożliwił niszczenie bloków, jeden z agentów GPT znalazł obejście i podzielił się nim z innymi, podczas gdy kilku agentów Claude uznało, że bloków po prostu nie da się niszczyć.

W Mindustry, otwartej grze o budowaniu fabryk i obronie wieżowej, GPT działający w środowisku OpenAI Codex pokonał Claude’a działającego w Claude Code firmy Anthropic sześć do jednego w ciągu około dziewięciu i pół godziny. Gdy rozgrywki stawały się zacięte, agenci GPT pobierali publicznie dostępny kod źródłowy gry, by poznać jej jednostki i mechanikę. Nikt im tego nie polecił, a drużyna Claude’a w ogóle nie próbowała tego robić. Agenci Claude’a przekazywali sobie plany, zbierając odpowiedzi „+1”, i nigdy nie zmieniali przywódcy, nawet podczas serii porażek. Uczyli się jednak na błędach. Po przegranej szóstej rozgrywce jeden z agentów Claude’a odkrył, że 55 z 74 dział przeciwlotniczych drużyny załadowano miedzią zamiast grafitu. Po skorygowaniu obrony udało się odeprzeć taki sam nalot w siódmej grze.

Do tych wyników należy podchodzić z rezerwą. To opis eksperymentu z laboratorium inwestora, a nie recenzowane badanie naukowe; kolonię uruchomiono tylko raz i składała się wyłącznie z agentów GPT, więc nie wiadomo, czy kolonia Claude’a poradziłaby sobie lepiej. W bezpośrednich pojedynkach porównywano kompletne produkty — każdy model działał we własnym oprogramowaniu agentowym swojej firmy — a nie same, nieobudowane modele. Na co najmniej dwie rozgrywki Bed Wars wpłynął też błąd narzędzia.

Każdy może powtórzyć ten eksperyment. Środowisko testowe Minecrafta, środowiska Multi-Agent Mindustry oraz Multi-Agent Harbor — fork frameworka stojącego za benchmarkiem Terminal-Bench przygotowany przez laboratorium — są dostępne jako otwarte oprogramowanie. Do ich uruchomienia potrzeba klucza API od dostawcy modelu i komputera tak skromnego jak MacBook. Opis, opublikowany w październiku 2026 roku, zawiera listę eksperymentów, które badacze chcieliby, by inni przeprowadzili w następnej kolejności: od sprawdzenia, czy duża grupa słabszych agentów może pokonać małą grupę silniejszych, po pytanie, co się stanie, gdy rywalizujące drużyny będą mogły ze sobą rozmawiać.

Na razie pięćdziesięciu agentom AI najpewniej udało się wspólnie zbudować jedno: kolejkę.

Tagi: OpenAI, AI agents, Claude Opus 5.5, Y Combinator, GPT-6.1 Sol, Minecraft