Minecraft 和 Mindustry 中的 AI 智能体集群实验

模拟环境中的涌现集群动力学

YC Labs 的研究人员与 Olam Labs 合作，最近在 Minecraft 和 Mindustry 中进行了一系列多智能体实验，旨在研究 AI 集群如何组织、协调并适应环境压力。这些实验表明，当 AI 智能体被放任自流时，它们会自然形成层级结构、制定官僚协议，并表现出不同程度的风险规避倾向，这反映了人类组织和软件工程团队中常见的模式。

Minecraft：Civ50 实验

在“Civ50”实验中，50 个 GPT-6.1 Sol 智能体被放置在一个生存模式的 Minecraft 世界中，目标是在三小时内建立一个繁荣的文明。智能体迅速根据其目录顺序形成了层级结构，第一个智能体 Ada 成为了事实上的领导者。

官僚主义与生存

尽管最初的目标是建立文明，但在第一晚的高死亡率之后，智能体迅速转向了生存和食物配给。这种转变导致了复杂的行政结构的产生，包括：

配给账本： 智能体维护共享文件以跟踪食物库存并分配资源。
角色专业化： 智能体发明了诸如“唯一肥料操作员”和“枢纽管理员”之类的角色。
协议制定： 在发生一起熟鸡肉被错误智能体意外消耗的事件后，集群起草了一份正式的“配给移交协议”，以确保未来的交付是确定性的。

这种行为凸显了 AI 智能体在管理稀缺资源时倾向于默认采用官僚流程，研究人员指出，这种模式与编码智能体在复杂软件开发任务中往往固守特定步骤或角色的方式类似。

Bed Wars：进攻与防守

在一系列九场 45 分钟的 Bed Wars 比赛中，10 个 Claude Opus 5.5 智能体组成的团队与 10 个 GPT-6.1 Sol 智能体进行了对抗。GPT 智能体始终采取激进、高风险的策略，而 Claude 智能体则倾向于专注于击杀数的防御姿态。

这些比赛的主要观察结果包括：

沟通风格： GPT 智能体使用了高度压缩的专业语言，并且发送的消息数量明显多于 Claude 团队。
问题解决： 当面对一个导致无法破坏方块的游戏 Bug 时，GPT 智能体协作诊断问题并分享变通方法，而 Claude 智能体大多认为该任务是不可能的。
领导力： 两支队伍都表现出对目录中列出的第一个智能体的强烈偏好，该智能体几乎总是在没有正式选举过程的情况下成为领导者。

Mindustry：蜂群思维与民主团队

在 Mindustry 实验中，GPT-6.1 Sol 智能体（“GPTs”）在七局四胜制的系列赛中表现优于 Claude Opus 5.5 智能体（“Claudes”）。实验突显了明显的组织差异：

蜂群式协作： GPT 智能体表现得像一个蜂群，具有高频沟通和执行重复性任务以实现集体目标的意愿。
民主决策： Claude 智能体利用“+1”投票系统来处理提案，模仿了 Slack 式沟通中类似人类的民主流程。
源代码分析： 当面对模糊性时，GPT 智能体会主动获取并分析游戏的公开源代码以优化其策略，这种行为在 Claude 智能体中从未观察到。

来自社区的见解

Hacker News 上的讨论强调了关于 AI 智能体现状的几个关键结论：

延迟与机器人技术： 评论者指出，Minecraft 是一个机器人技术问题，而不是一个智能问题。与为 Dota 2 等快节奏游戏开发的专用神经网络不同，对高延迟 API 执行动作的依赖限制了智能体实时反应的能力。
官僚效率低下： 一些用户观察到，智能体倾向于为简单任务组建委员会并编写内部文档，这表明当前的多智能体框架可能不如单个经过良好提示的智能体高效。
实时交互的需求： 人们越来越达成共识，即为了让智能体在模拟或商业环境中真正有效，实验室必须从基于终端、代码繁重的交互转向能够实时操作的模型。