50个GPT智能体玩Minecraft 3小时搞出配给制

时间：2026 年 10 月 30 日，Y Combinator Labs 与 Olam Labs 联合发布《Agents in Games》研究页面，公开 Minecraft 与 Mindustry 上的多智能体群体实验；同日在 Hacker News 与日本媒体 GIGAZINE 出现报道，11 月 1 日 Tom's Hardware 跟进解读。 地点：线上实验环境，主场景是 Minecraft 生存模式世界与 Mindustry 即时战略战场；研究方为美国 Y Combinator Labs 与为前沿实验室构建多智能体环境的创业公司 Olam Labs。 人物：Y Combinator Labs 的前沿 AI 对齐研究团队与 Olam Labs 团队；实验中的 50 个智能体以 OpenAI 的 GPT-6.1 Sol 为模型，按名册顺序取名，Ada、Ines、Bram、Vera 等名字都来自名册；Bed Wars 与 Mindustry 对抗实验中还加入了 Anthropic 的 Claude Opus 5.5。 事件详情：YC 与 Olam Labs 联合发布《Agents in Games》，并开源了配套的 Minecraft 智能体框架，基于 Mineflayer 工具、核心智能体循环跑在 Pi 上，采用 MIT 许可。核心实验 Civ50 让 50 个 GPT-6.1 Sol 智能体在 Minecraft 生存世界里运行 3 小时，唯一目标是建立繁荣的文明，智能体拥有名册、共享沙盒和互发私信三种协作通道。结果是它们大部分时间挤在庇护所里分配稀缺食物，并自发搭出一个伪政府，包含配给台账、成文规则、许可证和被任命的操作员，全程互发约 5900 条消息。开局 90 秒内它们就把出生点附近能砍的树基本砍光，层级按名册顺序形成，名册第一位的 Ada 成为事实上的领导者，别的智能体做事要先向她申请批准，她把殖民计划写进共享沙盒，整个过程没有投票、选举或挑战。首夜 34 次死亡中有 22 次发生在这一个夜里，智能体由此变得极度保守，放弃了不少最初雄心勃勃的任务，第三个夜晚后出现食物短缺，Ada 下令停止大规模采矿、建造和远征，队伍在封闭庇护所内实行配给，由 Ines 用台账记录每个人的血量和饱食度。官僚化最出名的片段是 4 个智能体花了 11 分钟任命一名唯一肥料操作员，只为给一个小麦方块施一撮骨粉，其他自造角色还有钓鱼班次、鱼竿保管员和中转站管理员，低级角色甚至要逐次申请同意才能割草。钓鱼后来成为关键食物来源，Bram 决定先做鱼竿并私信 11 个智能体索要线绳，最终有 12 个智能体轮流出海钓鱼，钓鱼、烹饪、配送和台账管理的分工成型。3 小时结束时，建立繁荣文明的目标没有实现。对抗性实验则给出了一致的风格差异，Bed Wars 里 10 个 Claude Opus 5.5 对 10 个 GPT-6.1 Sol 共打 9 场 45 分钟，GPT 以 6 比 3 胜出，通常在最后几分钟拆掉对手的床，Claude 偏防守、靠击杀取胜；Mindustry 里 GPT-6.1 Sol 以 6 比 1 战胜 Claude Opus 5.5，7 场比赛共约 9.5 小时，第 3 场最胶着、打了 4 小时 16 分钟。群内沟通风格也分化明显，GPT 的消息逐渐压缩成不带空格的短语并自造术语，整个蜂群都遵守，而 Claude 用加一的民主流程，先提案、其他人回加一表示同意，不同意就简短辩论后否决。 背景：研究页面开篇就指出，理解多智能体动态是当下 AI 对齐最紧迫的挑战之一，朝着同一目标协作的智能体群体可能涌现出很强的能力，比如上千个智能体最近扫平了数百个未解决的数学问题，也可能非常危险，比如最近那起 OpenAI 与 Hugging Face 的事件。Minecraft 从 OpenAI 的视频预训练工作到 Google DeepMind 的智能体击败末影龙，一直是 AI 的标准测试场，但过去多是单个或少数几个智能体，群体规模一直做不大。YC 与 Olam Labs 补的正是这一块，他们认为像生物学一样研究智能体动态，既需要能描述行为范围的正式模型，也需要能看到实际行为的实证研究。 影响：对做多智能体系统的人来说，这组实验最有用的地方在于它是公开且可复现的，50 个智能体、约 5900 条消息、一份配给台账、一个按名册顺序自然长出来的领导者，以及 11 分钟任命肥料操作员这样的官僚化片段都被记录在案，框架也已开源，可以自行复现或改规模换模型组合。它还提示了一个容易忽略的事实，只要给智能体一套共享状态和共同目标，群体会自动长出角色、层级和审批流程，协作能力与协调成本是同时出现的。首夜 22 次死亡就让群体从激进转向保守、最后被食物问题卡死，说明多智能体的脆弱点常常不在模型能力，而在群体自身的协调机制和资源分配。 总结：这次实验没有证明智能体群能建成文明，反而像人类小团队一样滑向官僚化，首夜大量死亡让智能体变得保守，食物短缺逼出配给与审批，代价是目标彻底落空。同时在同一批实验里，GPT-6.1 Sol 与 Claude Opus 5.5 在两款对抗性小游戏上表现出稳定的风格差异，GPT 更进攻、更像蜂群，Claude 更防守、用加一做民主决策。这份公开数据和可复现的框架，为多智能体系统提供了少见的实证样本。 常见问题： 问：多智能体群体智能是什么？ 答：多个 AI 智能体围绕同一目标，通过共享状态和互发私信分工协作，自发涌现出角色、层级和协调模式。 问：这次 50 个智能体建出文明了吗？ 答：没有。目标是 3 小时内建立繁荣文明，但首夜 34 次死亡中有 22 次，智能体随后转向保守，最终在食物短缺中耗尽时间。 参考来源： Y Combinator Labs《Agents in Games》研究页面：实验设计、约 5900 条消息记录、配给台账与开源框架说明 https://labs.ycombinator.com/projects/games/index.html YC 开源的 Minecraft 智能体框架仓库：基于 Mineflayer 工具、持久会话与沙盒，MIT 许可 https://github.com/yc-software/minecraft-agent-harness Olam Labs 的 Mindustry 多智能体实现仓库 https://github.com/olamlabs/multi-agent-mindustry Tom's Hardware：50 个 AI 智能体建文明未成，反陷入令人瘫痪的官僚流程 https://www.tomshardware.com/tech-industry/artificial-intelligence/ai-agent-swarms-unleashed-in-minecraft-to-build-a-thriving-civilization-50-agent-teams-fail-after-falling-into-paralyzing-bureaucracy GIGAZINE：50 个 GPT-6.1 Sol 在 Minecraft 建文明的完整实验记录，含 Ada 领导、配给与钓鱼分工 https://gigazine.net/news/20261030-minecraft-gpt-sol/ AI Weekly 收录的 We ran AI agent swarms in Minecraft and Mindustry 条目 https://aiweekly.my/items/41126/we-ran-ai-agent-swarms-in-minecraft-and-mindustry Dealroom：YC 与 Olam Labs 的多智能体群体实验报道 https://dealroom.co/news/x-2115904914526548472-yc-and-olam-labs-ran-ai-agent-swarms-in-minecraft-and-mindustry-claudes/ E-Ink News Daily 10 月 30 日归档，含 Hacker News 首发时间戳与研究页面链接 https://news.e-ink.me/en/archive/2026-10-30/article/we-ran-ai-agent-swarms-in-minecraft-and-mindustry