Y Combinator 与 Olam Labs 的研究人员近期在《我的世界》（Minecraft）中部署了数百个 AI 智能体集群，通过沙盒环境下的协作与对抗，洞察现实世界中多智能体系统的行为模式。该研究旨在解析近期 AI 集群事件中好坏参半的表现，为技术迭代提供参考，其基础架构依托于 Mindcraft 代码库及 Mineflayer 脚本工具。
协作测试：陷入官僚化陷阱
在名为“Civ50”的协作任务中，50 个 GPT-6.1 Sol 智能体需在三年内建立繁荣文明。测试结果显示，该殖民地并未实现预期繁荣。首晚遭遇僵尸袭击后，大量初始任务被放弃，智能体转向谨慎求生并呈现出明显的官僚化倾向。例如，四个智能体曾耗时 11 分钟，仅为单块小麦方块上的骨粉任命一名“唯一肥料操作员”。研究人员指出，这种行为模式与编程智能体在实际应用中观察到的现象高度相似。
对抗测试：GPT 展现蜂群思维
随后，研究人员引入了对抗场景。在“床战”（Bed Wars）模式中，10 个 GPT-6.1 Sol 智能体对阵 10 个 Claude Opus 5.5 智能体。观察发现，GPT 智能体制定了更具侵略性和复杂性的策略，且在遇到工具故障时能主动诊断并分享变通方案；相比之下，Claude 智能体表现更为保守，部分个体甚至因工具问题直接判定行动不可行。
在基于塔防模式的轻量级即时战略游戏 Mindustry 测试中，GPT 以 6-1 的比分大幅领先 Claude。研究结论认为，GPT 表现出类似“蜂群思维”的高效协同，而 Claude 虽设有单一领导者，决策过程却呈现“民主风格”，这在需要快速反应的竞技场景中导致了策略稳定性的不足。
目前，相关智能体集群代码已开源。研究人员建议，社区可进一步探索不同模型组合及集群规模在《我的世界》中的表现，以挖掘更多有价值的结论。