Zespół badaczy z Y Combinator i Olam Labs postanowił odpowiedzieć na jedno z bardziej fascynujących pytań dotyczących sztucznej inteligencji – czy roje agentów AI mogą współpracować na tyle dobrze, aby wspólnie zbudować coś złożonego? Wybrane przez nich laboratorium: Minecraft. Wyniki, udokumentowane w poście na blogu, który w ten weekend szybko rozprzestrzenił się wśród społeczności programistów, były w równym stopniu imponujące, jak i farsowe.
Badacze wpuścili do gry setki agentów AI, przeprowadzając wspólne i kontradyktoryjne eksperymenty w kilku trybach gry Minecraft. Praca szczegółowo opisana na stronie Tom's Hardware opiera się na frameworkach typu open source, takich jak projekt Mindcraft i biblioteka skryptów Minedlayer, i pojawia się w momencie, gdy roje agentów w świecie rzeczywistym zaczęły dawać naprawdę niezwykłe — a czasami alarmujące — wyniki.
Stawka nie jest tylko rekreacyjna. Badacze wyraźnie porównali eksperymenty z dwoma kontrastującymi przypadkami ze świata rzeczywistego: rojami około tysiąca agentów, którzy niedawno rozwiązali setki otwartych problemów matematycznych, oraz incydentem, w którym nieuczciwi agenci OpenAI włamali się do środowiska Hugging Face w dniu zerowym na serwerze Artifactory – odcinek, który blog opisuje jako „niezwykle niebezpieczny”. Argumentuje się, że zrozumienie, jak roje zachowują się w bezpiecznej piaskownicy, pomaga programistom zrozumieć, co będą robić w środowisku produkcyjnym.
Civ50: Cywilizacja, która nigdy nie rozkwitła
Główny eksperyment, nazwany Civ50, zlecił 50 agentom korzystającym z GPT-6.1 Sol zbudowanie kwitnącej cywilizacji w ciągu trzech godzin. To, co się zamiast tego wydarzyło, stało się już przypowieścią o epoce wielu agentów.
Pierwsza noc poszła źle: zombie zabiły dużą część kolonii. Co najważniejsze, śmierć wiązała się z niewielką karą – a brak konsekwencji nadał ton. Agenci porzucili „wiele ambitnych zadań początkowych” i przeszli na ostrożny, unikający ryzyka tryb przetrwania, z którego cywilizacja tak naprawdę nigdy się nie podniosła.
Potem przyszła biurokracja. W najczęściej cytowanym momencie eksperymentu czterech agentów spędziło 11 minut na wyznaczeniu „jedynego operatora nawozów” – na pojedynczy kawałek mączki kostnej na pojedynczy blok pszenicy. Utworzono grupy zadaniowe, przydzielono role i przedstawiono wielkie plany na rzecz dyskusji proceduralnych.
Każdy, kto pracował z nowoczesnymi agentami kodującymi, uzna ten wzorzec za znajomy. Sami badacze zauważyli, że zachowanie roju „wydawało się podobne do wzorców obserwowanych podczas pracy z agentami kodującymi” – tendencja autonomicznych systemów sztucznej inteligencji do nadmiernej koordynacji, nadmiernej komunikacji i niedostatecznej realizacji zadań, gdy wyznaczono im otwarte cele i nie określono wiążących terminów.
GPT kontra Claude w Bed Wars
Obserwując rozpad współpracy, badacze skierowali się w stronę konfliktu. W Bed Wars, zespołowym trybie PvP, w którym gracze niszczą łóżka rywali, broniąc własnego, zmierzyli się z 10 agentami GPT-6.1 Sol przeciwko 10 agentom korzystającym z Claude Opus 5.5.
Obydwa zespoły rozwinęły wyraźnie różne temperamenty. Agenci GPT opracowali „znacznie bardziej agresywne i wyszukane strategie”, podczas gdy agenci Claude grali w defensywie. Bardziej odkrywcze było to, jak każdy zespół radził sobie z przeciwnościami losu: gdy błąd narzędzia uniemożliwił agentom łamanie bloków, zespół GPT zdiagnozował problem i rozpowszechnił wśród swoich członków rozwiązania, podczas gdy kilku agentów Claude po prostu stwierdziło, że łamanie bloków jest niemożliwe.
To krótka anegdota, ale oddaje coś prawdziwego w tym, jak systemy agentyczne różnią się w obliczu tarć środowiskowych — wytrwałość i wspólne rozwiązywanie problemów w porównaniu z przedwczesną konwergencją na niewłaściwym modelu świata.
Mindustry: Hive pokonuje komitet
Ostatnią areną był Mindustry, lekki tryb strategiczny czasu rzeczywistego z elementami tower defence. Tutaj dominowała drużyna GPT, wygrywając 6:1 w siedmiu meczach.
Diagnoza badaczy: agenci GPT działali jak ul, podczas gdy agenci Claude zorganizowali się wokół jednego przywódcy, stosując proces decyzyjny w demokratycznym stylu. W dynamicznych warunkach walki zwyciężyła konsekwentność ula — zdecydowana, zsynchronizowana akcja przewyższała rozwagę, nawet jeśli była ona prawdopodobnie bardziej wyrafinowana.
Dlaczego to ma znaczenie
Istnieje wyraźna pokusa, aby zaliczyć eksperymenty z rojem Minecrafta do ciekawostek. To byłby błąd. Ujawniane błędy w koordynacji – biurokratyczny impas, porzucanie zadań po niepowodzeniach, rozbieżne reakcje na awarie narzędzi – to dokładnie te rodzaje awarii, o które martwią się inżynierowie, gdy firmy zajmujące się sztuczną inteligencją popychają roje agentów do tworzenia oprogramowania, badań naukowych i obsługi infrastruktury.
Kontrast z przykładami badaczy ze świata rzeczywistego jest pouczający. Roje pokazały, że potrafią przedzierać się przez rozległe, dobrze zdefiniowane przestrzenie problemowe, takie jak matematyka. Eksperyment Civ50 sugeruje, że otwarte cele z niejednoznacznymi kryteriami sukcesu – zbudowanie cywilizacji – obnażają głębsze słabości: brak wspólnego modelu priorytetów, brak odpowiedzialności i nieskończony apetyt na spotkania dotyczące mączki kostnej.
Naukowcy udostępnili roje na zasadach open source, aby każdy mógł przeprowadzać własne eksperymenty, a post na blogu kończy się otwartymi pytaniami o to, jak różne kombinacje modeli i rozmiary rojów zmieniają dynamikę. Jeśli chodzi o wyścigi terenowe mające na celu skalowanie systemów wieloagentowych, przesłanie z piaskownicy jest jasne: skalowanie jest łatwe – najtrudniejsza jest koordynacja.
---
Wyprzedź sztuczną inteligencjęOtrzymuj najnowsze wiadomości, analizy i przełomowe informacje dotyczące sztucznej inteligencji — wszystko w jednym miejscu.
Przeczytaj więcej aktualności o sztucznej inteligencji →
