Y Combinator 將 50 個 AI 代理放進 Minecraft，結果它們建起一套官僚體系

50 個 AI 代理被丟進一個 Minecraft 生存世界，只收到一項指令：「建立一個繁榮的文明。」結果它們大部分時間都躲在避難所裡，忙著處理文書作業。這項由 Y Combinator 研究實驗室與新創公司 Olam Labs 合作進行的實驗，最後留下了一本配給帳、一套許可制度，以及一個謹慎到不敢發展的殖民地。

遊戲只是實驗的場景。研究人員表示，這個殖民地的行為和他們每天在工作中使用的程式編碼代理很相似，也就是程式設計師早已願意付費使用的那類工具：代理會死盯著某個步驟或角色，不斷尋求批准，遇到任何看似有風險的事就變得畏縮。看著同樣的習性在小麥和魚竿上演，問題也就一目了然。

殖民地中的每個代理都使用 OpenAI 的模型 GPT-6.1 Sol，運行三小時。它們可以互傳私人訊息、在名錄中查找彼此，也可以在共用機器上寫入檔案。不到 90 秒，出生點附近幾乎所有樹木就被砍光了。沒有人投票。在其餘 49 個代理中，有 46 個把第一則訊息傳給名冊上排第一的艾達（Ada），她就此順理成章成為領導者，收到 616 則直接訊息。

接著夜幕降臨。第一個晚上，殭屍、骷髏和蜘蛛就造成這場實驗 34 次死亡中的 22 次。死亡對代理毫無代價，除了失去身上攜帶的裝備，因為它們會立刻重生；然而，殖民地始終沒能恢復膽量。第三個晚上過後，艾達告訴大家停止非必要建設和遠距偵察，並要求它們「待在有燈光、封閉的避難所裡閒置，直到接到簡短而具生產力的任務」。研究人員形容，這種轉向謹慎的變化有些出人意料。

取而代之的是各種行政事務。一名叫伊內絲（Ines）的代理負責管理食物排隊名單，持續記錄誰餓了、誰已領到食物，以及哪個箱子裡放了哪種魚。有四個代理花了 11 分鐘，替一塊小麥田裡的一份骨粉任命一名「唯一施肥操作員」。其他代理則發明了「魚竿持有者」和「樞紐管理員」等職務，有些甚至在拔草前都要先請示。三小時內，殖民地總共傳送了約 5,900 則訊息。

最精彩的一段和一隻雞有關。艾達把一隻烤雞丟給飢餓的代理努爾（Noor），另一名代理艾絲美（Esme）卻不小心撿起來吃掉了。隨後，大家花了三分鐘進行一場「不究責」調查，努爾則寫下一套交接流程：口糧要放進標有名稱的箱子裡，絕不能直接丟給別人。事件發生前，「丟」這個詞出現在七則訊息中；事件發生後則出現 125 次，其中 85 次是在發出警告。

接著，實驗室讓兩種模型正面交鋒。在九場《Bed Wars》遊戲中，每支隊伍都要守住自己的床，並試圖摧毀對手的床；十個 GPT-6.1 Sol 代理以六比三擊敗十個 Claude Opus 5.5 代理。GPT 一方持續進攻，也不停交談，傳出的訊息量是 Claude 的 5 到 30 倍，而且常用簡短的速記語句。Claude 一方則專注守床和擊殺對手；每當 GPT 代理在最後幾分鐘突破防線，它們就會陷入被動。一次工具程式錯誤導致方塊無法被破壞時，一個 GPT 代理找到了替代做法並分享給隊友；幾個 Claude 代理卻認定方塊根本不可能破壞。

在開源工廠建造與塔防遊戲《Mindustry》中，透過 OpenAI 的 Codex 運行的 GPT，以六比一擊敗透過 Anthropic 的 Claude Code 運行的 Claude；對戰總時長約九個半小時。戰況吃緊時，GPT 代理會下載遊戲公開的原始碼，研究遊戲單位和機制。沒有人指示它們這麼做，Claude 隊伍也從未嘗試。Claude 代理透過收集「+1」回覆來傳達計畫，即使連敗也從未更換領導者。不過，它們確實有學到教訓。第六場落敗後，一個 Claude 代理發現，隊伍 74 座防空砲塔中有 55 座裝填的是銅，而不是石墨；修正防禦配置後，第七場成功擋下了同一波空襲。

這些結果仍須保留幾分。這是投資機構旗下實驗室撰寫的報告，不是經過同儕審查的研究；而殖民地只運行過一次，且全部使用 GPT 代理，因此無法說明 Claude 殖民地是否會表現得更好。正面對決比較的是完整產品，也就是各模型在自家公司代理軟體中運行的表現，而非單獨比較模型本身。此外，至少兩場《Bed Wars》也受到工具程式錯誤影響。

任何人都可以重做這項實驗。Minecraft 測試架構、多代理《Mindustry》環境，以及 Multi-Agent Harbor——實驗室對 Terminal-Bench 基準測試背後架構所做的分支版本——全都以開源方式提供。要運行它們，只需要模型供應商提供的 API 金鑰，以及像 MacBook 這樣規格不高的電腦。這份於 2026 年 10 月發表的報告，也列出希望其他人接著嘗試的實驗，包括一大群較弱的代理能否勝過一小群較強的代理，以及讓敵對隊伍彼此交談會發生什麼事。

目前為止，50 個 AI 代理最能齊心協力建成的東西，就是一條排隊隊伍。

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