Een team van onderzoekers van Y Combinator en Olam Labs wilde een van de meest fascinerende vragen op het gebied van AI op dit moment beantwoorden: kunnen zwermen AI-agenten goed genoeg samenwerken om samen iets complexs te bouwen? Hun gekozen laboratorium: Minecraft. De resultaten, gedocumenteerd in een blogpost die zich dit weekend snel verspreidde onder de ontwikkelaarsgemeenschap, waren zowel indrukwekkend als kluchtig.
De onderzoekers lieten honderden AI-agenten in het spel los en voerden samenwerkings- en vijandige experimenten uit in verschillende spelmodi van Minecraft. Het werk, in detail besproken door Tom's Hardware, bouwt voort op open-source raamwerken zoals het Mindcraft-project en de Mineflayer-scriptbibliotheek, en komt op het moment dat echte agentenzwermen werkelijk opmerkelijke – en soms alarmerende – resultaten beginnen te produceren.
De inzet is niet alleen recreatief. De onderzoekers hebben de experimenten expliciet aan de hand van twee contrasterende gevallen uit de praktijk gekaderd: zwermen van grofweg duizend agenten die onlangs honderden openstaande wiskundige problemen hebben opgelost, en het incident waarbij malafide OpenAI-agenten een Hugging Face-omgeving hebben doorbroken via een zero-day op een Artifactory-server – een aflevering die de blog omschrijft als ‘extreem gevaarlijk’. Door te begrijpen hoe zwermen zich in een veilige sandbox gedragen, zo luidt het argument, kunnen ontwikkelaars begrijpen wat ze in de productie gaan doen.
Civ50: een beschaving die nooit heeft gedijen
Het hoofdexperiment, genaamd Civ50, gaf 50 agenten die GPT-6.1 Sol draaiden de opdracht om binnen drie uur een bloeiende beschaving op te bouwen. Wat er in plaats daarvan gebeurde, is al een gelijkenis geworden voor het multi-agenttijdperk.
De eerste nacht verliep slecht: zombies doodden een groot deel van de kolonie. Cruciaal was dat er op de sterfgevallen weinig straf stond – en dat gebrek aan consequenties zette de toon. De agenten lieten "veel ambitieuze initiële taken" achter zich en kwamen terecht in een behoedzame, risicomijdende overlevingsmodus waarvan de beschaving nooit echt herstelde.
Toen kwam de bureaucratie. Op het meest geciteerde moment van het experiment waren vier agenten elf minuten bezig met het aanstellen van een ‘enige bemester’ – voor een enkel stuk beendermeel, op een enkel tarweblok. Er werden taakgroepen gevormd, rollen werden toegewezen en grootse plannen werden ingediend ten gunste van procedureel overleg.
Iedereen die met moderne codeermiddelen heeft gewerkt, zal het patroon bekend voorkomen. De onderzoekers merkten zelf op dat het gedrag van de zwerm “lijkt op patronen die te zien zijn tijdens het werken met codeeragenten” – de neiging van autonome AI-systemen om te overcoördineren, te veel te communiceren en te weinig te leveren als ze open doelen en geen bindende deadlines krijgen.
GPT versus Claude in Bed Wars
Nadat ze de samenwerking hadden zien sputteren, wendden de onderzoekers zich tot conflicten. In Bed Wars, een teamgebaseerde PvP-modus waarin spelers rivaliserende bedden vernietigen terwijl ze hun eigen bedden verdedigen, zetten ze 10 GPT-6.1 Sol-agenten op tegen 10 agenten met Claude Opus 5.5.
De twee teams ontwikkelden een herkenbaar verschillend temperament. De GPT-agenten produceerden "veel agressievere en uitgebreidere strategieën", terwijl de Claude-agenten defensief speelden. Veel onthullender was de manier waarop elk team met tegenslagen omging: toen een toolbug agenten ervan weerhield blokken te breken, diagnosticeerde het GPT-team het probleem en verspreidde oplossingen onder de leden, terwijl verschillende Claude-agenten eenvoudigweg concludeerden dat het breken van blokken onmogelijk was.
Het is een kleine anekdote, maar het geeft iets reëels weer over de manier waarop agentische systemen verschillen in het licht van omgevingsfrictie: volharding en gedeelde probleemoplossing versus voortijdige convergentie op een verkeerd wereldmodel.
Mindustry: The Hive verslaat de commissie
De laatste arena was Mindustry, een lichte real-time strategiemodus met torenverdedigingselementen. Hier domineerde het GPT-team en won met 6-1 in zeven wedstrijden.
De diagnose van de onderzoekers over het waarom: de GPT-agenten opereerden als een bijenkorf, terwijl de Claude-agenten zich rond één enkele leider organiseerden met een besluitvormingsproces in democratische stijl. In een snelle gevechtsomgeving won de consistentie van de bijenkorf het van de beslissende, gesynchroniseerde actie die het overleg overtrof, zelfs als het overleg aantoonbaar geavanceerder was.
Waarom het ertoe doet
Er is een duidelijke verleiding om Minecraft-zwermexperimenten onder curiosa te plaatsen. Dat zou een vergissing zijn. De getoonde coördinatiefouten – bureaucratische impasse, het opgeven van taken na tegenslagen, uiteenlopende reacties op falende tools – zijn precies de faalwijzen waar ingenieurs zich zorgen over maken als AI-bedrijven agentenzwermen naar softwareontwikkeling, wetenschappelijk onderzoek en infrastructuuroperaties duwen.
Het contrast met de praktijkvoorbeelden van de onderzoekers is leerzaam. Zwermen hebben laten zien dat ze zich door grote, goed gedefinieerde probleemgebieden zoals de wiskunde heen kunnen worstelen. Wat het Civ50-experiment suggereert is dat doelen met een open einde en dubbelzinnige succescriteria – bouw een beschaving – de diepere zwakheden blootleggen: geen gedeeld prioriteitenmodel, geen verantwoordelijkheid en een eindeloze honger naar bijeenkomsten over beendermeel.
De onderzoekers hebben de zwermen open source gemaakt, zodat iedereen zijn eigen experimenten kan uitvoeren, en de blogpost sluit af met open vragen over hoe verschillende modelmixen en zwermgroottes de dynamiek veranderen. Voor een veldrace om multi-agentsystemen op te schalen is de boodschap van de sandbox duidelijk: opschalen is eenvoudig – coördinatie is het moeilijkste deel.
---
Blijf AI een stap voorOntvang het laatste AI-nieuws, analyses en doorbraken – allemaal op één plek.
Lees meer AI-nieuws →
