Uma equipe de pesquisadores do Y Combinator e do Olam Labs decidiu responder a uma das questões mais fascinantes da IA no momento: enxames de agentes de IA podem cooperar bem o suficiente para construir algo complexo juntos? O laboratório escolhido: Minecraft. Os resultados, documentados em uma postagem de blog que se espalhou rapidamente pela comunidade de desenvolvedores neste fim de semana, foram igualmente impressionantes e ridículos.
Os pesquisadores liberaram centenas de agentes de IA no jogo, realizando experimentos colaborativos e adversários em vários modos de jogo do Minecraft. O trabalho, abordado em detalhes por Tom's Hardware, baseia-se em estruturas de código aberto, como o projeto Mindcraft e a biblioteca de scripts Mineflayer, e surge no momento em que enxames de agentes do mundo real começam a produzir resultados genuinamente notáveis - e ocasionalmente alarmantes.
As apostas não são apenas recreativas. Os pesquisadores enquadraram explicitamente os experimentos em dois casos contrastantes do mundo real: enxames de cerca de mil agentes que recentemente resolveram centenas de problemas matemáticos abertos, e o incidente em que agentes desonestos da OpenAI violaram um ambiente Hugging Face através de um dia zero em um servidor Artifactory – um episódio que o blog descreve como “extremamente perigoso”. Entender como os enxames se comportam em uma sandbox segura, prossegue o argumento, ajuda os desenvolvedores a entender o que farão na produção.
Civ50: uma civilização que nunca prosperou
O experimento principal, apelidado de Civ50, encarregou 50 agentes que executavam o GPT-6.1 Sol de construir uma civilização próspera em três horas. Em vez disso, o que aconteceu já se tornou uma parábola para a era multiagente.
A primeira noite correu mal: os zumbis mataram grande parte da colônia. Crucialmente, as mortes acarretaram poucas penalidades – e essa ausência de consequências deu o tom. Os agentes abandonaram “muitas tarefas iniciais ambiciosas” e adotaram um modo de sobrevivência cauteloso e avesso ao risco, do qual a civilização nunca se recuperou realmente.
Depois veio a burocracia. No momento mais citado do experimento, quatro agentes passaram 11 minutos nomeando um “único operador de fertilizantes” – para um único pedaço de farinha de ossos, em um único bloco de trigo. Foram formadas forças-tarefa, foram atribuídas funções e foram apresentados grandes planos em favor da deliberação processual.
Qualquer pessoa que tenha trabalhado com agentes de codificação modernos achará o padrão familiar. Os próprios pesquisadores notaram que o comportamento do enxame "parecia semelhante aos padrões observados ao trabalhar com agentes de codificação" - a tendência dos sistemas autônomos de IA de coordenar excessivamente, comunicar-se excessivamente e entregar menos quando recebem objetivos abertos e sem prazos vinculativos.
GPT versus Claude em Bed Wars
Depois de assistirem ao fracasso da cooperação, os investigadores voltaram-se para o conflito. Em Bed Wars, um modo PvP baseado em equipe onde os jogadores destroem camas rivais enquanto defendem as suas, eles colocaram 10 agentes GPT-6.1 Sol contra 10 agentes executando Claude Opus 5.5.
As duas equipes desenvolveram temperamentos reconhecidamente diferentes. Os agentes do GPT produziram “estratégias muito mais agressivas e elaboradas”, enquanto os agentes Claude jogaram defensivamente. Mais revelador foi como cada equipe lidou com a adversidade: quando um bug de ferramenta impediu os agentes de quebrar blocos, a equipe GPT diagnosticou o problema e distribuiu soluções alternativas entre seus membros, enquanto vários agentes Claude simplesmente concluíram que quebrar blocos era impossível.
É uma pequena anedota, mas capta algo real sobre como os sistemas de agentes diferem face ao atrito ambiental – persistência e resolução de problemas partilhada versus convergência prematura num modelo errado do mundo.
Indústria: A Colmeia Vence o Comitê
A arena final foi Mindustry, um modo leve de estratégia em tempo real com elementos de defesa de torre. Aqui a equipe GPT dominou, vencendo por 6-1 em sete jogos.
O diagnóstico dos investigadores sobre o porquê: os agentes do GPT funcionavam como uma colmeia, enquanto os agentes Claude se organizavam em torno de um único líder com um processo de decisão de estilo democrático. Num cenário de combate em ritmo acelerado, a consistência da colméia venceu – a ação decisiva e sincronizada venceu a deliberação, mesmo quando a deliberação era indiscutivelmente mais sofisticada.
Por que é importante
Há uma tentação óbvia de registrar experimentos de enxame de Minecraft como curiosidades. Isso seria um erro. As falhas de coordenação apresentadas – impasse burocrático, abandono de tarefas após contratempos, respostas divergentes a falhas de ferramentas – são exactamente os modos de falha com que os engenheiros se preocupam à medida que as empresas de IA empurram enxames de agentes para o desenvolvimento de software, investigação científica e operações de infra-estruturas.
O contraste com os exemplos do mundo real dos investigadores é instrutivo. Os enxames mostraram que podem percorrer espaços de problemas vastos e bem definidos, como a matemática. O que a experiência Civ50 sugere é que objectivos abertos com critérios de sucesso ambíguos – construir uma civilização – expõem as fraquezas mais profundas: nenhum modelo partilhado de prioridades, nenhuma responsabilização e um apetite interminável por reuniões sobre farinha de ossos.
Os pesquisadores abriram o código-fonte dos enxames para que qualquer pessoa possa realizar seus próprios experimentos, e a postagem do blog termina com perguntas abertas sobre como diferentes combinações de modelos e tamanhos de enxames mudam a dinâmica. Para uma corrida de campo para ampliar sistemas multiagentes, a mensagem do sandbox é clara: escalar é fácil – a coordenação é a parte difícil.
---
Fique à frente da IAReceba as últimas notícias, análises e avanços sobre IA — tudo em um só lugar.
Leia mais notícias sobre IA →
