ИИ-агенты в Minecraft: эксперимент Y Combinator и бюрократия

Исследователи из Y Combinator и Olam Labs провели масштабный эксперимент, запустив сотни автономных искусственных интеллектов в Minecraft и других игровых мирах. Главной целью было изучение того, как ИИ-модели взаимодействуют друг с другом, распределяют задачи, сотрудничают и конкурируют в динамичной среде. Для управления персонажами ученые использовали популярные инструменты Mindcraft и Mineflayer.

• В эксперименте приняли участие сотни ИИ-агентов на базе моделей GPT и Claude;
• Команда из 50 агентов GPT-6.1 Sol пыталась построить цивилизацию в Minecraft за 3 часа;
• В режиме Bed Wars и стратегии Mindustry сошлись команды GPT и Claude;
• Исследователи открыли исходный код экспериментальных систем для разработчиков.

Бюрократия в кубическом мире и крах цивилизации

В первом серьезном испытании 50 агентов на базе GPT-6.1 Sol получили всего три часа на создание процветающей колонии. Однако поставленная амбициозная задача оказалась слишком сложной для автономных систем. После первой же ночи зомби уничтожили значительную часть персонажей, а изначальные масштабные планы были заброшены ради элементарного выживания.

Оставшиеся в живых агенты начали постепенно погружаться в бесконечное согласование обязанностей и бюрократические процедуры. Ярким примером неэффективности стало происшествие, когда четыре ИИ потратили целых 11 минут на то, чтобы назначить одного единственного ответственного за удобрение крошечного блока пшеницы одной порцией костной муки. Подобное поведение сильно напоминает реальные проблемы в программировании, когда системы тратят колоссальные ресурсы на организацию процесса вместо реальной работы.

Сравнение GPT и Claude в боевых условиях

Во второй части экспериментов исследователи протестировали поведение различных моделей в условиях жесткого противостояния. В режиме Bed Wars сражались команды из 10 агентов GPT-6.1 Sol и 10 агентов Claude Opus 5.5. Модели от OpenAI демонстрировали более агрессивные, сложные стратегии, в то время как продукты от Anthropic действовали гораздо осторожнее.

Различия проявились и при столкновении с техническими сбоями. Когда баг инструмента временно заблокировал возможность ломать блоки, агенты GPT смогли найти причину ошибки и поделились обходными путями решения. В то же время несколько агентов Claude просто сдались, решив, что разрушение блоков в принципе невозможно в текущих условиях игры.

Стратегическое превосходство и командная динамика

Дополнительное тестирование провели в стратегии с элементами Tower Defense под названием Mindustry, где команда GPT одержала убедительную победу, выиграв 6 из 7 проведенных матчей. Наблюдения показали принципиальную разницу в архитектуре принятия решений: агенты GPT функционировали как слаженный распределенный коллектив.

В свою очередь, команда Claude опиралась на классического лидера и демократические процедуры принятия решений, что в динамичной стратегической игре оказалось менее эффективным. Более распределенная модель взаимодействия позволила GPT быстрее реагировать на угрозы и грамотно распределять ресурсы на карте.

Значение экспериментов для будущего ИИ-технологий

Авторы исследования подчеркивают, что игровые сценарии служат отличным полигоном для изучения поведения автономных агентов. Открытый исходный код экспериментальных систем уже опубликован, что позволяет независимым разработчикам самостоятельно протестировать влияние размера групп и комбинаций моделей на результаты.

Тем не менее, исследователи призывают относиться к результатам с осторожностью. Успехи или неудачи ИИ в Minecraft и Mindustry не являются прямой гарантией того, что аналогичные поведенческие паттерны обязательно проявятся в реальных рабочих корпоративных системах или сложных бизнес-процессах.