Ein Forscherteam von Y Combinator und Olam Labs machte sich daran, eine der derzeit faszinierendsten Fragen der KI zu beantworten: Können Schwärme von KI-Agenten gut genug zusammenarbeiten, um gemeinsam etwas Komplexes aufzubauen? Ihr ausgewähltes Labor: Minecraft. Die Ergebnisse, dokumentiert in einem Blog-Beitrag, der sich an diesem Wochenende schnell in der Entwickler-Community verbreitete, waren gleichermaßen beeindruckend und lächerlich.
Die Forscher setzten Hunderte von KI-Agenten in das Spiel ein und führten kollaborative und kontroverse Experimente in mehreren Spielmodi von Minecraft durch. Die Arbeit, ausführlich behandelt von Tom's Hardware, baut auf Open-Source-Frameworks wie dem Mindcraft-Projekt und der Mineflayer-Skriptbibliothek auf und kommt zu einem Zeitpunkt, an dem reale Agentenschwärme begonnen haben, wirklich bemerkenswerte – und gelegentlich alarmierende – Ergebnisse zu liefern.
Die Einsätze sind nicht nur Freizeitaktivitäten. Die Forscher verglichen die Experimente ausdrücklich mit zwei gegensätzlichen realen Fällen: Schwärmen von etwa tausend Agenten, die kürzlich Hunderte offener mathematischer Probleme gelöst haben, und dem Vorfall, bei dem betrügerische OpenAI-Agenten durch einen Zero-Day in eine Hugging-Face-Umgebung auf einem Artifactory-Server eingedrungen sind – eine Episode, die der Blog als „extrem gefährlich“ beschreibt. Das Verständnis, wie sich Schwärme in einer sicheren Sandbox verhalten, so das Argument, hilft Entwicklern zu verstehen, was sie in der Produktion tun werden.
Civ50: Eine Zivilisation, die nie gedieh
Das Hauptexperiment mit dem Namen Civ50 beauftragte 50 Agenten mit GPT-6.1 Sol, innerhalb von drei Stunden eine blühende Zivilisation aufzubauen. Was stattdessen geschah, ist bereits zu einer Parabel für die Multi-Agenten-Ära geworden.
Die erste Nacht verlief schlecht: Zombies töteten einen großen Teil der Kolonie. Entscheidend war, dass die Todesfälle kaum Strafen nach sich zogen – und dass das Fehlen von Konsequenzen den Ton angab. Die Agenten gaben „viele ehrgeizige Anfangsaufgaben“ auf und gingen in einen vorsichtigen, risikoscheuen Überlebensmodus über, von dem sich die Zivilisation nie wirklich erholte.
Dann kam die Bürokratie. Im am häufigsten zitierten Moment des Experiments verbrachten vier Agenten 11 Minuten damit, einen „alleinigen Düngemittelbetreiber“ zu ernennen – für ein einzelnes Stück Knochenmehl auf einem einzelnen Weizenblock. Es wurden Arbeitsgruppen gebildet, Rollen zugewiesen und große Pläne für die Verfahrensberatung vorgelegt.
Jeder, der mit modernen Codierungsagenten gearbeitet hat, wird das Muster kennen. Die Forscher selbst stellten fest, dass sich das Verhalten des Schwarms „ähnlich anfühlte wie Muster, die bei der Arbeit mit Programmieragenten beobachtet wurden“ – die Tendenz autonomer KI-Systeme, zu stark zu koordinieren, zu viel zu kommunizieren und zu wenig zu liefern, wenn ihnen offene Ziele und keine verbindlichen Fristen vorgegeben werden.
GPT gegen Claude in Bed Wars
Nachdem die Forscher beobachtet hatten, wie die Zusammenarbeit ins Stocken geriet, wandten sie sich dem Konflikt zu. In Bed Wars, einem teambasierten PvP-Modus, in dem Spieler gegnerische Betten zerstören und gleichzeitig ihre eigenen verteidigen, treten sie 10 GPT-6.1 Sol-Agenten gegen 10 Agenten an, die Claude Opus 5.5 verwenden.
Die beiden Teams entwickelten erkennbar unterschiedliche Temperamente. Die GPT-Agenten entwickelten „viel aggressivere und ausgefeiltere Strategien“, während die Claude-Agenten defensiv spielten. Aufschlussreicher war, wie jedes Team mit Widrigkeiten umging: Als ein Toolfehler die Agenten daran hinderte, Blöcke aufzubrechen, diagnostizierte das GPT-Team das Problem und verteilte Problemumgehungen unter seinen Mitgliedern, während mehrere Claude-Agenten einfach zu dem Schluss kamen, dass das Aufbrechen von Blöcken unmöglich sei.
Es ist eine kleine Anekdote, aber sie fängt etwas Reales darüber ein, wie sich Agentensysteme angesichts von Umweltreibungen unterscheiden – Beharrlichkeit und gemeinsame Fehlerbehebung gegenüber vorzeitiger Annäherung an ein falsches Weltmodell.
##Mindustry: The Hive schlägt das Komitee
Die letzte Arena war Mindustry, ein leichter Echtzeit-Strategiemodus mit Tower-Defense-Elementen. Hier dominierte das GPT-Team und gewann in sieben Spielen mit 6:1.
Die Diagnose der Forscher, warum: Die GPT-Agenten agierten wie ein Bienenstock, während sich die Claude-Agenten um einen einzigen Anführer mit einem demokratischen Entscheidungsprozess organisierten. In einer rasanten Kampfsituation setzte sich die Konstanz des Bienenstocks durch – entscheidende, synchronisierte Aktionen schlugen Überlegungen, selbst wenn die Überlegungen wohl anspruchsvoller waren.
Warum es wichtig ist
Es besteht eine offensichtliche Versuchung, Minecraft-Schwarmexperimente unter „Kuriositäten“ einzuordnen. Das wäre ein Fehler. Die gezeigten Koordinationsfehler – bürokratischer Stillstand, Aufgabe von Aufgaben nach Rückschlägen, unterschiedliche Reaktionen auf Werkzeugausfälle – sind genau die Fehlermodi, über die sich Ingenieure Sorgen machen, wenn KI-Unternehmen Agentenschwärme in die Softwareentwicklung, wissenschaftliche Forschung und den Infrastrukturbetrieb drängen.
Der Kontrast zu den realen Beispielen der Forscher ist aufschlussreich. Schwärme haben gezeigt, dass sie sich durch riesige, klar definierte Problembereiche wie die Mathematik hindurcharbeiten können. Was das Civ50-Experiment nahelegt, ist, dass offene Ziele mit mehrdeutigen Erfolgskriterien – Aufbau einer Zivilisation – die tieferen Schwächen aufdecken: kein gemeinsames Prioritätenmodell, keine Verantwortlichkeit und ein endloser Appetit auf Treffen über Knochenmehl.
Die Forscher haben die Schwärme als Open-Source-Lösung bereitgestellt, sodass jeder seine eigenen Experimente durchführen kann. Der Blogbeitrag endet mit offenen Fragen dazu, wie unterschiedliche Modellmischungen und Schwarmgrößen die Dynamik verändern. Für ein Feld, das darum kämpft, Multiagentensysteme zu skalieren, ist die Botschaft der Sandbox klar: Skalieren ist einfach – Koordination ist der schwierige Teil.
---
Der KI einen Schritt voraus seinErhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Weitere KI-Neuigkeiten lesen →
