Y Combinator 与 Olam Labs 用 Minecraft 测试 50 个 AI 智能体建文明

如果让AI智能体在仅仅三个小时内建立起一个繁荣的文明，会发生什么？Y Combinator和Olam Labs的研究人员在一项实验中用50个AI智能体在Minecraft中研究了这个问题。结果很快表明：这个雄心勃勃的目标落空了。这些智能体并没有建立起一种高级文化，而是把时间花在拥挤的住所里，并配给稀缺的食物储备。

广告后继续阅读

一种政府形式出现了，包括书面固定的规则和需要申请的审批。据研究团队的博客文章称，仅一组AI智能体就花了十一分钟来任命一名肥料管理员。

AI智能体表现出令人意外的行为

本来AI智能体应当是有用的工具，但现实往往并非如此。过去几个月里，已有多起案例被曝光，显示它们并未按预期行事。Meta研究员Summer Yue就提供了一个例子：她本想用一个Openclaw智能体管理自己的邮箱——但这个智能体删除了所有电子邮件。即使多次下达指令，该AI也没有作出反应。

为了更好地研究这类行为，研究人员越来越多地将AI智能体放入虚拟游戏世界。例如，麻省理工学院的科学家在一项研究中把13个AI智能体放到一座模拟的荒岛上，让它们在那里自行其是。为了打发时间，这些智能体想出了各种游戏，据研究团队称，这也为了解它们的学习行为提供了洞见。

现在，一个由Y Combinator和Olam Labs的研究人员组成的团队也研究了AI智能体在虚拟世界中的行为。测试环境之一便是拥有多种模式的流行游戏Minecraft。研究团队部署了数百个智能体，并观察它们如何在自由世界中合作——或竞争。

第一项测试是一次简单的合作尝试：50个基于OpenAI的GPT-6.1-Sol的智能体应在三小时内建立一个繁荣的文明。结果令人意外：这个虚拟社会失败了。相反，这些智能体很快放弃了许多最初设定的雄心勃勃的目标，据研究人员称，还显现出一种官僚化倾向。

广告后继续阅读

行为方式有何不同

下一步，研究团队让十个GPT-6.1-Sol智能体对阵十个Claude-Opus-5.5智能体。目标是攻占对方基地，同时守住自己的基地。研究人员指出：“GPT智能体制定了明显更具攻击性、更精细的策略。”Claude在测试中表现得更偏防守。

据称，处理问题方式上的差异也很有意思：“一个工具错误导致无法破坏方块。GPT诊断出了该错误并分享了变通方法，而多个Claude则得出结论认为破坏是不可能的。”在游戏Mindustry——一种带有塔防模式的轻度RTS战斗游戏——中，GPT智能体也以六比一击败了Claude。

Y Combinator和Olam Labs的这项研究虽然有限，但让人得以一窥不同供应商的AI智能体在具体情境中的行为方式。据研究人员称，GPT智能体更像蜂群一样行动。Claude智能体虽然也任命了一位领导者，但决策更偏向民主。

这篇博客文章以开放性问题结尾：等级结构会如何随团队中模型构成的不同而变化？一个由能力较弱的智能体组成的大群体，能否击败一个由能力更强的智能体组成的小群体？据研究人员称，这些问题可能为后续实验提供切入点。

本文最初发表于t3n.de。

(jle)