研究人员将AI群体放进游戏测试协作能力，结果AI不仅陷入官僚内耗，还在应对突发故障时展现出截然不同的行为模式。
近年来，人工智能代理集群在处理复杂任务时展现出令人惊叹的潜力，例如由上千个代理组成的群体曾一举攻克数百个开放性数学难题。然而，这些智能体在协作过程中也暴露出不可预测的风险。为了深入探索人工智能群体在合作与对抗中的真实表现，来自Y Combinator和欧拉姆实验室的研究人员选择将游戏作为安全沙盒，把数百个人工智能代理放入《我的世界》(Minecraft)中，观察它们能否共同建立一个繁荣的文明。
在第一阶段的“50人文明”实验中，研究人员要求50个基于GPT-6.1 Sol模型的AI代理在3小时内合作建成一座繁荣的社会。实验刚开始，第一个夜晚袭击的僵尸就消灭了大批代理。尽管游戏死亡惩罚极低，这一打击却让AI代理们放弃了许多最初设定的宏大计划，转而采取极度保守的生存策略。随后，社会的发展方向出人意料地滑向了官僚主义。例如，4个AI代理竟然足足花了11分钟，只为了争论并任命一名“唯一施肥员”，去给一块小麦上的单份骨粉做施肥操作。这种低效的扯皮现象，与程序员在日常使用代码生成代理时观察到的困境如出一辙。
除了内部协作，研究团队还设置了群体对抗实验。在团队对战模式“床战”中，10个GPT-6.1 Sol代理与10个Claude Opus 5.5代理展开较量。实验发现，GPT团队制定了极具侵略性且复杂的战术，而Claude团队则偏向保守防御。当游戏中突然出现无法破除方块的程序漏洞时，两组AI的表现更是迥异：GPT团队迅速诊断出工具漏洞并共享了替代方案，而多名Claude代理则直接下结论，认为破除方块是不可能完成的任务。
在另一项即时战略塔防测试中，GPT团队以6比1的比分大胜Claude团队。研究人员分析指出，GPT团队的决策机制类似于蜂群，能够高度统一地快速行动，而Claude团队则推举单一领袖并采取民主协商机制。在节奏紧凑的战术对抗中，蜂群式的集体决策展现出了更高的胜率。
目前，这项研究涉及的智能体集群代码已经完全开源。研究人员表示，未来还将尝试调整不同模型与团队规模的混合搭配，进一步揭示人工智能群体协作背后的奥秘。
原文：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