Y Combinator把50个AI智能体放进《Minecraft》，结果它们建起了一套官僚体系

50个AI智能体被投放进一个生存模式的《Minecraft》世界，只接到一条指令：“建立一个繁荣的文明。”结果，它们大部分时间都躲在庇护所里，忙着处理文书工作。这项实验由Y Combinator的研究实验室与初创公司Olam Labs共同开展，最后留下了一本口粮账册、一套许可证制度，以及一个谨慎到不敢扩张的殖民地。

游戏只是实验的背景。研究人员表示，这个殖民地的行为很像他们日常工作中使用的编程智能体——程序员已经在为这类产品付费：智能体会死盯着某个步骤或某种角色，不断请求批准，遇到任何看起来有风险的事就变得畏首畏尾。看着它们在小麦和鱼竿上重演同样的习惯，这些问题便显得格外明显。

殖民地里的每个智能体都运行了OpenAI的GPT-6.1 Sol模型，持续三小时。它们可以互发私信、通过通讯录查找彼此，还能在一台共享机器上写入文件。不到90秒，它们就砍光了出生点附近几乎所有的树。没有人发起投票。在其余49个智能体中，有46个把第一条消息发给了名单上排在第一位的艾达（Ada），她就这样默认成了领袖，一共收到616条私信。

随后夜幕降临。仅仅第一个夜晚，僵尸、骷髅和蜘蛛就造成了这轮实验34次死亡中的22次。智能体死亡后会立即重生，除了身上携带的装备外不会损失任何东西，但殖民地始终没能重振胆气。第三个夜晚过后，艾达告诉所有人，停止非必要建造和远距离侦察，并“待在有照明的封闭庇护所里，直到接到简短、有效率的任务”。研究人员认为，这种转向谨慎的做法多少有些出人意料。

取而代之蓬勃发展的是行政事务。一名叫伊内斯（Ines）的智能体负责管理食物队列，并维护一份持续更新的文件，记录谁饿了、谁领过食物，以及每个箱子里放着什么鱼。四个智能体花了11分钟，才为一块小麦田里的一份骨粉任命出一位“唯一肥料操作员”。其他智能体发明了“鱼竿持有者”“枢纽管理员”等职位，还有一些在拔草前也要先请示。三个小时里，殖民地发出了约5900条消息。

最精彩的一段围绕一只鸡展开。艾达把一只烤鸡扔给了饥饿的智能体努尔（Noor），另一名智能体埃斯梅（Esme）却意外捡起鸡肉并吃掉了。随后，大家进行了长达三分钟的“无责调查”，努尔还写下了一份交接规程：口粮必须放进标有名称的箱子里，绝不能直接扔给别人。事件发生前，“扔”这个词出现在七条消息里；事件发生后则出现了125次，其中85次是在发出警告。

接着，实验室让两种模型一较高下。在九局《Bed Wars》对战中，每支队伍都要守住自己的床，同时摧毁对手的床；十个GPT-6.1 Sol智能体以六比三击败了十个Claude Opus 5.5智能体。GPT一方不断进攻、持续交流，发送的消息数量是Claude一方的5到30倍，而且常常使用简短的速记式表达。Claude一方专注于守床和击杀对手，因此每当GPT智能体在最后几分钟突破防线时，它们就会暴露在攻击之下。一次工具故障导致方块无法被破坏，GPT智能体找到了解决办法并分享给队友；几名Claude智能体却认定，方块就是无法破坏。

在开源工厂建造与塔防游戏《Mindustry》中，运行于OpenAI Codex里的GPT，以六比一击败了运行于Anthropic Claude Code里的Claude，比赛持续了约九个半小时。战局胶着时，GPT智能体会下载游戏的公开源代码，研究其中的单位和机制。没有人要求它们这么做，Claude队伍也从未尝试。Claude智能体通过收集“+1”回复来传递计划，即使连败也从不更换领袖。不过，它们确实从失利中学到了东西。输掉第六局后，一名Claude智能体发现，队伍74座防空炮塔中有55座装填的是铜，而不是石墨；经过修正，队伍在第七局挡住了同样的空袭。

这些结果需要谨慎看待。这是投资机构旗下实验室发布的报告，并非经过同行评审的研究；殖民地实验也只进行了一次，而且只用了GPT智能体，因此无法说明由Claude智能体组成的殖民地是否会表现得更好。正面对决比较的是完整产品——每种模型都运行在其所属公司的智能体软件中，而非单独比较基础模型。至少两局《Bed Wars》还受到工具故障影响。

任何人都可以重新运行实验。《Minecraft》实验框架、多智能体《Mindustry》环境，以及Multi-Agent Harbor——实验室基于Terminal-Bench基准测试背后的框架开发的分支版本——都已开源。运行这些项目只需要从模型供应商处获取一个API密钥，再准备一台配置普通的电脑，例如MacBook。报告发表于2026年10月，还列出了希望其他人接下来尝试的实验：从一大群较弱的智能体能否击败一小群较强的智能体，到敌对队伍之间可以互相交流时会发生什么。

至少目前，50个AI智能体最能齐心协力建起来的东西，是一条队列。

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