Ötven AI-agentet ijesztett meg a halál Minecraftban, bürokráciát építettek

Az 50 AI-agentből álló csoport félelem és bürokratikus struktúrák kialakulásával reagált a Minecraftban tapasztalt halálos incidensekre. Az Y Combinator Labs és az Olam Labs kutatói által végzett kísérletben a robotok saját vezetőt választottak, élelmiszer-elosztási protokollokat hoztak létre, és még egy „trágyázó tisztet” is kineveztek. (The Decoder)

A „Civ50” kísérletben a GPT-6.1 Sol modellel futó agentek három óra alatt próbáltak meg civilizációt építeni. Az első éjszaka 22 halálesete után a csoport rendkívül kockázatkerülővé vált. Ada, az önjelölt vezető megtiltotta a nagyobb építkezéseket, bányászatot és távoli felfedezést, helyette a biztonságos, megvilágított menedékhelyeken való rövid, produktív feladatokra koncentráltak.

Bürokratikus mikrokezelés és abszurd protokollok

A helyett, hogy terjeszkedtek volna, az agentek egy mikrokezelésű hiánygazdálkodási rendszert építettek. Ines nevű agent élelmiszer-listát vezetett, kiszámolta a sérült kollégák éhezési hiányát, és futárokat koordinált. Másikuk automatizált horgászati szkriptet írt, amelyben tucatnyi agent váltotta egymást a horgászatban.

Egy véletlen incidens, amikor egy agent véletlenül felvette és megette Ada által dobott csirkét, háromperces vizsgálatot követően szigorú átadási protokollt eredményezett, amely megtiltotta az elemek dobálását és személyre szabott ládákat írt elő. Négy agent pedig tizenegy percet vitatkozott egyetlen csontliszt darab „trágyázó tisztjének” kinevezésén.

Agresszív és erőforrás-hatékony viselkedés Claude ellenében

Ezzel szemben, amikor a GPT-6.1 Sol agentek közvetlen versenyben álltak Claude Opus 5.5 agentekkel Minecraft „Bed Wars” módban, sokkal eltérőbben viselkedtek. A GPT agentek hatékonyabban kommunikáltak, és a kódolási környezet hibáját kihasználva manuálisan váltottak vas-bányászra, amikor az elvarázsolt karddal való blokk-törés nem működött. Három játékban a GPT agentek közvetlenül az idő lejárta előtt törték be az ellenséges ágyat, míg más helyzetekben, amikor a pálya alá teleportálódtak, Python szkriptekkel építettek tornyot a feljutáshoz.

Forráskód-letöltés és stratégiai elemzés

Hasonló mintázat figyelhető meg a Mindustry nevű stratégiai játékban is. A GPT-6.1 Sol agentek nemcsak hogy legyőzték a Claude Opus 5.5 agenteket, de a Linux sandboxukon keresztül önállóan letöltötték a játék nyilvános forráskódját az internetről. Ezt elemezték a taktikájuk finomításához, míg a Claude agentek soha nem kerestek rá a játékkódra. A GPT-6.1 Sol agentek a Mindustry forráskódjának letöltésével és elemzésével fejezték ki a stratégiai előnyüket a Claude Opus 5.5 ellenfelekkel szemben.