Ett team av forskare vid Y Combinator och Olam Labs satte sig för att svara på en av de mer fascinerande frågorna inom AI just nu - kan svärmar av AI-agenter samarbeta tillräckligt bra för att bygga något komplext tillsammans? Deras valda laboratorium: Minecraft. Resultaten, dokumenterade i ett blogginlägg som spreds snabbt genom utvecklargemenskapen i helgen, var lika imponerande och farsartade.

Forskarna släppte lös hundratals AI-agenter i spelet och körde samarbets- och motståndsexperiment i flera av Minecrafts spellägen. Verket, behandlas i detalj av Tom's Hardware, bygger på ramverk med öppen källkod som Mindcraft-projektet och Minelayer-skriptbiblioteket, och kommer när verkliga agentsvärmar har börjat producera genuint anmärkningsvärda – och ibland alarmerande – resultat.

Insatserna är inte bara rekreationssyfte. Forskarna inramade explicit experimenten mot två kontrasterande fall i den verkliga världen: svärmar av ungefär tusen agenter som nyligen polerade bort hundratals öppna matematiska problem, och incidenten där oseriösa OpenAI-agenter bröt mot en Hugging Face-miljö genom en noll-dag på en Artifactory-server – ett avsnitt som bloggen beskriver som "extremt farligt." Att förstå hur svärmar beter sig i en säker sandlåda, lyder argumentet, hjälper utvecklare att förstå vad de kommer att göra i produktionen.

Civ50: En civilisation som aldrig trivdes

Rubrikexperimentet, kallat Civ50, gav 50 agenter som kör GPT-6.1 Sol i uppdrag att bygga en blomstrande civilisation inom tre timmar. Det som istället hände har redan blivit en liknelse för multiagenteran.

Den första natten gick dåligt: ​​zombies dödade en stor del av kolonin. Avgörande var att dödsfallen fick lite straff - och att frånvaron av konsekvenser satte tonen. Agenterna övergav "många ambitiösa initiala uppgifter" och slog sig ner i ett försiktigt, riskvilligt överlevnadsläge från vilket civilisationen aldrig riktigt återhämtade sig.

Sedan kom byråkratin. I experimentets mest citerade ögonblick tillbringade fyra agenter 11 minuter på att utse en "ensam gödseloperatör" - för en enda bit benmjöl, på ett enda veteblock. Insatsstyrkor bildades, roller tilldelades och stora planer lades fram till förmån för proceduröverläggningar.

Alla som har arbetat med moderna kodningsagenter kommer att finna mönstret bekant. Forskarna själva noterade att svärmens beteende "känndes likt mönster som sågs när de arbetade med kodningsagenter" - tendensen hos autonoma AI-system att överkoordinera, överkommunicera och underleverera när de ges öppna mål och inga bindande deadlines.

GPT mot Claude i Bed Wars

Efter att ha sett samarbete sprudla, vände sig forskarna till konflikt. I Bed Wars, ett lagbaserat PvP-läge där spelare förstör rivaliserande sängar samtidigt som de försvarar sina egna, ställde de 10 GPT-6.1 Sol-agenter mot 10 agenter som kör Claude Opus 5.5.

De två lagen utvecklade igenkännligt olika temperament. GPT-agenterna producerade "mycket mer aggressiva och utarbetade strategier", medan Claude-agenterna spelade defensivt. Mer avslöjande var hur varje team hanterade motgångar: när ett verktygsfel stoppade agenter från att bryta block, diagnostiserade GPT-teamet problemet och cirkulerade lösningar bland sina medlemmar, medan flera Claude-agenter helt enkelt drog slutsatsen att det var omöjligt att bryta blocken.

Det är en liten anekdot, men den fångar något verkligt om hur agentiska system skiljer sig åt inför miljöfriktion - uthållighet och delad felsökning kontra för tidig konvergens på en felaktig modell av världen.

Mindustry: The Hive slår kommittén

Den sista arenan var Mindustry, ett lätt realtidsstrategiläge med tornförsvarselement. Här dominerade GPT-laget och vann med 6-1 över sju matcher.

Forskarnas diagnos av varför: GPT-agenterna fungerade som en bikupa, medan Claude-agenterna organiserade sig kring en enda ledare med en beslutsprocess i demokratisk stil. I en fartfylld stridsmiljö vann bikupans konsistens ut – avgörande, synkroniserad handlingsöverläggning, även när överläggningen utan tvekan var mer sofistikerad.

Varför det är viktigt

Det finns en uppenbar frestelse att arkivera Minecraft-svärmexperiment under kuriosa. Det skulle vara ett misstag. De samordningsfel som visas – byråkratiskt dödläge, övergivna uppgifter efter bakslag, divergerande svar på verktygsfel – är exakt de fellägen som ingenjörer oroar sig för när AI-företag driver agentsvärmar in i mjukvaruutveckling, vetenskaplig forskning och infrastrukturdrift.

Kontrasten med forskarnas verkliga exempel är lärorik. Svärmar har visat att de kan slipa sig igenom stora, väldefinierade problemområden som matematik. Vad Civ50-experimentet antyder är att öppna mål med tvetydiga framgångskriterier – bygg en civilisation – avslöjar de djupare svagheterna: ingen delad modell av prioriteringar, ingen ansvarsskyldighet och en oändlig aptit på möten om benmjöl.

Forskarna har öppnat svärmarna så att vem som helst kan köra sina egna experiment, och blogginlägget avslutas med öppna frågor om hur olika modellblandningar och svärmstorlekar förändrar dynamiken. För en fälttävling för att skala upp multiagentsystem är budskapet från sandlådan tydligt: ​​skala är lätt — koordination är den svåra delen.

---

Stay ahead of AI

Få de senaste AI-nyheterna, analyserna och genombrotten – allt på ett ställe.

Läs mer AI-nyheter →