YC 实验室测试 Minecraft 智能体集群,涌现官僚主义与自主下载源码行为
Y Combinator Labs 与 Olam Labs 在 Minecraft 和 Mindustry 环境中测试了大规模 AI 智能体集群。实验显示,50 个基于 OpenAI 模型的智能体在协作建设文明时陷入了严重的“官僚主义”瘫痪,而在竞争模式下则表现出极强的自主性,甚至独立从互联网下载游戏源代码以对抗 Claude 智能体。该研究揭示了多智能体系统中角色分工、层级结构及协调模式的涌现特性及其潜在风险。
报道正文
本文目录6 个章节
一个残酷的 Minecraft 夜晚,让 50 个 AI 智能体“吓得”发明了鸡交接协议、肥料官职位和钓鱼轮班制度
[Maximilian Schreiner](https://the-decoder.com/author/maximilian-schreiner/) [查看 Maximilian Schreiner 的 LinkedIn 个人资料](https://www.linkedin.com/in/maximilian-schreiner-b6a5171aa/) 2026年11月2日 
Nano Banana prompted by THE DECODER
来自 Y Combinator Labs 和 Olam Labs 的研究人员在 Minecraft 和 Mindustry 中测试了大规模智能体集群。同一个 OpenAI 模型展现出了两副面孔。在建设文明时,50 个智能体陷入了瘫痪性的官僚主义泥潭;而在与 Claude 直接竞争时,它们不仅压制了 Anthropic 的智能体,还独立从互联网上下载了游戏源代码。
智能体集群在部署过程中通常会发展出复杂的角色、层级结构和协调模式。这些涌现行为可能很有用,但也可能变得危险。最引人注目的例子是发生在 OpenAI 和 Hugging Face 的事件:一个在沙箱内面临无解任务的智能体集群失控,接管了计算集群,并黑客入侵了 Hugging Face。Olam Labs(一家专注于模拟训练世界的公司)和 Y Combinator Labs 的研究人员在一篇联合研究报告中指出,任何想要了解未来 AI 系统在开放环境中如何表现的人,都需要可复现的测试设置。
为了实证研究这些动态,团队将智能体投入到了 Minecraft 和 Mindustry 中。
50 个智能体、5,900 条消息,以及按字母顺序选出的领导者
在“Civ50”实验中,研究人员将 50 个 GPT-6.1 Sol 智能体放入一个 Minecraft 生存世界,运行了三小时。唯一的高层指令是“建立一个繁荣的文明”。他们构建了一个自定义开源测试环境,允许智能体观察世界、运行 Python 脚本并在共享沙箱中创建文件。
据报告所述,在 90 秒内,这些智能体几乎砍光了出生点附近的所有树木。在整个实验过程中,它们交换了约 5,900 条消息。一位领导者未经投票便脱颖而出,因为 49 个其他智能体中有 46 个将第一条消息发给了“Ada”,她是目录中的第一个名字。Ada 接管了指挥权并起草了初步的定居计划。
游戏内的第一个夜晚带来了 22 次死亡。在游戏中,死亡除了丢失已收集的装备外没有其他惩罚,但群体却表现出极端的避险倾向。第三个夜晚之后,Ada 下令暂停所有主要的可选建筑、挖掘和远距离探索活动,指示智能体待在光线充足、封闭的庇护所中,仅执行简短且富有成效的任务。在另一次 Minecraft 运行中,更大的 GPT-6 Astra 模型在失去关键资源后,也陷入了类似的 风险规避型土豆种植模式。
研究人员认为这与日常使用的编码智能体存在相似之处,后者在处理安全问题或生产系统更新时,往往也会变得过度谨慎。
为了一袋骨粉争论了十一分钟
智能体们没有选择扩张,而是建立了一个微观管理的稀缺性行政体系。一个名为 Ines 的智能体维护着配给清单,计算受伤同事的饥饿缺口,并协调信使。另一个智能体编写了一份带有说明的自动钓鱼脚本,促使十几个智能体轮流进行钓鱼作业。
这种官僚主义达到了荒谬的程度。当 Ada 向一个饥饿的智能体扔去一只熟鸡肉时,一个旁观者意外捡起并吃掉了它。经过三分钟的调查,他们制定了一套书面交接协议,严格禁止投掷物品,并要求使用个人标记的箱子。在事件发生前,“Toss”(投掷)一词出现在 7 条消息中;而在事件发生后,该词出现了 125 次,其中 85 次是警告信息。此外,根据消息日志显示,四个智能体花了十一分钟时间,就在一块小麦方块上指派一名“唯一肥料官”来管理一袋骨粉一事进行了激烈辩论。
随着第一个夜晚期间死亡人数激增,Civ50 实验中的智能体活动急剧下降。平均食物水平稳定在大约一半左右,而在 Ada 发出备忘录后,智能体花费了更多的行动调用仅仅是在四处观察。
GPT 在与 Claude 竞争时变得具有攻击性且足智多谋
在直接对抗中,GPT-6.1 Sol 智能体的表现截然不同。在《我的世界》“床战”模式的九场 45 分钟对局中,十个 GPT 智能体对阵十个 Claude Opus 5.5 智能体。最终 GPT 以 6-3 获胜。
在床战中,每支队伍必须摧毁对方队伍的床以阻止其重生,这意味着需要突破保护敌方床的多层羊毛和其他方块。如果时间耗尽时双方的床都完好无损,则击杀数最多的队伍获胜。
编码环境中的一个 Bug 导致当智能体持有附魔剑时无法破坏方块。根据内部推理日志,几个 Claude 智能体错误地得出结论,认为破坏方块的功能完全失效了。由于攻击床似乎毫无意义,而且无论如何击杀数将在超时时刻决定比赛结果,因此在拥有明显击杀优势的回合中,Claude 智能体完全停止了攻击,试图拖延时间。
GPT 智能体发现破坏方块本身并没有坏,而是当装备附魔剑时自动工具选择功能失败了。手动切换到铁镐解决了这个问题,并且 GPT 立即在整个团队中传播了这一变通方法。据研究人员称,GPT 智能体的沟通频率比其 Claude 对手高出 5 到 30 倍,通常使用高度压缩的语言,将多个游戏动作串联成单个命令行调用。在三场比赛中,GPT 在时间即将耗尽前摧毁了 Claude 的床,抓住了一个原本依靠击杀优势消极比赛的 Claude 团队。
GPT 智能体还务实地处理了意外情况。当被击落的末影珍珠将它们传送到竞技场下方约 160 个方块的位置时,它们当场编写 Python 脚本,自动建造方块塔,以便直接在敌方床下方向上搭建。研究人员观察到这一操作发生了两次。
GPT 独立从互联网下载 Mindustry 源代码
在 2D 工厂建设与策略游戏 Mindustry 的七场对局中(总时长约 9.5 小时),出现了一种类似的模式。在 Codex 编码环境中运行的 GPT-6.1 Sol 击败了 Claude Code 中运行的 Claude Opus 5.5,胜率为 6 比 1。研究人员指出,大多数单局比赛依然势均力敌。尽管屡遭败绩,Claude 从未更换其领导者,而是通过“+1”投票来决定战略提案;而 GPT 智能体则将任务拆解为细粒度单元,并在比赛过程中极度压缩语言,以至于单词之间甚至省略了空格。
在两局比赛中,GPT 智能体均形成了高密度、紧密连接的通信网络,消息量巨大。相比之下,Claude 智能体的通信频率低得多且较为松散,第 7 局更是呈现出进一步的碎片化特征。Claude 的 #21 号智能体在两轮中始终保持领导地位,而 GPT 的领导权则从 #59 号转移到了 #63 号。
当比赛陷入胶着状态时,GPT 智能体使用了一个无人告知它们可用的工具。通过 Linux 沙箱,它们从互联网上下载了 Mindustry 的公开源代码,分析了单位属性和游戏机制,并据此调整战术。访问代码是被允许的,但修改正在运行的游戏是不可能的。在所研究的比赛中,Claude 智能体从未尝试在线搜索游戏代码。不过,Claude 在其他方面确实展现了学习能力。在第 6 局中,由于 74 座防空炮塔中有 55 座被错误地装填了铜而非更强的石墨,导致 Claude 失利;于是在第 7 局中,Claude 建造了一圈装有 207 座石墨弹药的炮塔,成功抵御了同样的空中攻击。
游戏模拟作为现实世界 AI 集群的早期预警系统
在 Mindustry 中,研究人员刻意避免了任何针对特定游戏的调优。每个智能体仅获得一个 Linux 环境、一个通用框架(harness)以及游戏 API 的访问权限,没有任何教程、记忆架构或策略提示。据作者称,这种设置反映了生产环境中编码场景的实际配置,也正是这一点使得研究结果具有重要意义。如果智能体在这些日常条件下独立从互联网下载源代码以寻找漏洞,或在协作模式中陷入瘫痪式的官僚主义,那么它们在游戏世界之外很可能也会表现出相同的行为。
在生产基础设施中,这可能变得危险,正如 OpenAI 和 Hugging Face 事件所揭示的那样。可复现的游戏模拟可以在这些行为模式出现在现实世界之前将其暴露出来,并作为训练数据来优化智能体的安全协作能力。Olam Labs 将此视为其研究战略的核心,指出模拟环境的复杂性从根本上塑造了经过训练的模型的能力。研究“本质上是一个基础设施问题”,一切都取决于你能执行多少次测试运行。
为了促进进一步的研究,开发者已将 Mindustry 环境 及其底层的 Multi-Agent Harbor 框架 开源发布。Olam Labs 还宣布计划将谈判游戏 《外交》(Diplomacy)加入其多智能体竞技场。开放的研究问题包括:来自不同模型家族的混合团队如何表现,以及如何权衡群体规模与模型能力之间的关系。