ทีมนักวิจัยที่ Y Combinator และ Olam Labs มุ่งมั่นที่จะตอบคำถามที่น่าสนใจเกี่ยวกับ AI ในตอนนี้ — ฝูงตัวแทน AI สามารถทำงานร่วมกันได้ดีพอที่จะสร้างสิ่งที่ซับซ้อนร่วมกันได้หรือไม่ ห้องทดลองที่พวกเขาเลือก: Minecraft ผลลัพธ์ที่ได้รับการบันทึกไว้ในบล็อกโพสต์ที่เผยแพร่อย่างรวดเร็วผ่านชุมชนนักพัฒนาซอฟต์แวร์ในช่วงสุดสัปดาห์นี้ ต่างก็น่าประทับใจและน่าขบขันพอๆ กัน

นักวิจัยได้ปล่อยเอเจนต์ AI หลายร้อยคนเข้ามาในเกม โดยทำการทดลองร่วมกันและต่อต้านศัตรูในโหมดเกมต่างๆ ของ Minecraft งาน ครอบคลุมรายละเอียดโดย Tom's Hardware สร้างบนเฟรมเวิร์กโอเพ่นซอร์ส เช่น โปรเจ็กต์ Mindcraft และไลบรารีสคริปต์ Mineflayer และเกิดขึ้นเมื่อกลุ่มตัวแทนในโลกแห่งความเป็นจริงเริ่มสร้างผลลัพธ์ที่น่าทึ่งอย่างแท้จริง และบางครั้งก็น่าตกใจในบางครั้ง

การเดิมพันไม่ใช่แค่การพักผ่อนหย่อนใจเท่านั้น นักวิจัยได้วางกรอบการทดลองไว้อย่างชัดเจนโดยเทียบกับกรณีในโลกแห่งความเป็นจริงที่ต่างกันสองกรณี ได้แก่ ฝูงเจ้าหน้าที่ประมาณหนึ่งพันคนที่เพิ่งแก้ไขปัญหาทางคณิตศาสตร์แบบเปิดหลายร้อยรายการ และเหตุการณ์ที่เจ้าหน้าที่ OpenAI อันธพาลละเมิดสภาพแวดล้อม Hugging Face ผ่านศูนย์วันในเซิร์ฟเวอร์ Artifactory ซึ่งเป็นตอนที่บล็อกอธิบายว่า "อันตรายอย่างยิ่ง" การทำความเข้าใจว่าฝูงมีพฤติกรรมอย่างไรในแซนด์บ็อกซ์ที่ปลอดภัย ข้อโต้แย้งเกิดขึ้น ช่วยให้นักพัฒนาเข้าใจว่าพวกเขาจะทำอะไรในการผลิต

Civ50: อารยธรรมที่ไม่เคยเจริญรุ่งเรือง

การทดลองพาดหัวข่าวซึ่งมีชื่อว่า Civ50 ได้มอบหมายให้เจ้าหน้าที่ 50 คนที่ใช้ GPT-6.1 Sol สร้างอารยธรรมที่เจริญรุ่งเรืองภายในสามชั่วโมง สิ่งที่เกิดขึ้นกลับกลายเป็นคำอุปมาสำหรับยุคที่มีหลายสายลับไปแล้ว

คืนแรกผ่านไปอย่างเลวร้าย: ซอมบี้ฆ่าคนจำนวนมากในอาณานิคม การเสียชีวิตมีโทษเพียงเล็กน้อย และการไม่มีผลที่ตามมาก็สร้างบรรยากาศขึ้นมา เจ้าหน้าที่ละทิ้ง "ภารกิจเริ่มต้นที่ทะเยอทะยานมากมาย" และเข้าสู่โหมดการเอาชีวิตรอดที่ระมัดระวังและไม่ชอบความเสี่ยง ซึ่งอารยธรรมไม่เคยฟื้นตัวเลย

แล้วระบบราชการก็มา. ในช่วงเวลาที่ยกมามากที่สุดของการทดลอง เจ้าหน้าที่สี่รายใช้เวลา 11 นาทีในการแต่งตั้ง "ผู้ควบคุมปุ๋ยแต่เพียงผู้เดียว" บนบล็อกข้าวสาลีเพียงบล็อกเดียวสำหรับกระดูกป่นชิ้นเดียว มีการจัดตั้งกองกำลังเฉพาะกิจ มอบหมายบทบาท และแผนงานใหญ่ได้รับการจัดวางเพื่อสนับสนุนการพิจารณาตามขั้นตอน

ใครก็ตามที่เคยร่วมงานกับตัวแทนการเขียนโค้ดสมัยใหม่จะพบว่ารูปแบบนี้คุ้นเคย นักวิจัยตั้งข้อสังเกตว่าพฤติกรรมของฝูง "รู้สึกคล้ายกับรูปแบบที่เห็นในขณะที่ทำงานกับตัวแทนการเขียนโค้ด" ซึ่งเป็นแนวโน้มที่ระบบ AI อัตโนมัติจะประสานงานมากเกินไป สื่อสารมากเกินไป และส่งมอบน้อยเกินไป เมื่อมีเป้าหมายแบบปลายเปิดและไม่มีกำหนดเวลาที่มีผลผูกพัน

GPT กับ Claude ใน Bed Wars

เมื่อเฝ้าดูความร่วมมือที่ปะทุขึ้น นักวิจัยจึงหันไปหาความขัดแย้ง ใน Bed Wars ซึ่งเป็นโหมด PvP แบบทีมที่ผู้เล่นทำลายเตียงของคู่แข่งในขณะที่ปกป้องตัวเอง พวกเขาเลือกตัวแทน GPT-6.1 Sol 10 คนต่อเจ้าหน้าที่ 10 คนที่ใช้ Claude Opus 5.5

ทั้งสองทีมมีนิสัยที่แตกต่างกันอย่างเห็นได้ชัด เจ้าหน้าที่ GPT สร้าง "กลยุทธ์เชิงรุกและซับซ้อนมากขึ้นมาก" ในขณะที่เจ้าหน้าที่ของ Claude เล่นในแนวรับ สิ่งที่เปิดเผยเพิ่มเติมคือวิธีที่แต่ละทีมจัดการกับความยากลำบาก: เมื่อข้อบกพร่องของเครื่องมือหยุดเจ้าหน้าที่ไม่ให้ทำลายบล็อก ทีม GPT ได้วินิจฉัยปัญหาและเผยแพร่วิธีแก้ไขชั่วคราวในหมู่สมาชิก ในขณะที่ตัวแทนของ Claude หลายคนสรุปง่ายๆ ว่าการทำลายบล็อกนั้นเป็นไปไม่ได้

แม้จะเป็นเพียงเกร็ดเล็กเกร็ดน้อย แต่ก็ได้รวบรวมสิ่งที่เป็นจริงเกี่ยวกับความแตกต่างของระบบเอเจนต์เมื่อเผชิญกับความขัดแย้งทางสิ่งแวดล้อม เช่น การคงอยู่และการแก้ไขปัญหาร่วมกัน กับการบรรจบกันก่อนเวลาอันควรในแบบจำลองที่ไม่ถูกต้องของโลก

อุตสาหกรรม: The Hive เอาชนะคณะกรรมการ

เวทีสุดท้ายคือ Mindustry ซึ่งเป็นโหมดกลยุทธ์เรียลไทม์แบบเบาพร้อมองค์ประกอบการป้องกันหอคอย ที่นี่ทีม GPT ครองชัยชนะ 6-1 จากเจ็ดเกม

การวินิจฉัยของนักวิจัยว่าเพราะเหตุใด: เจ้าหน้าที่ GPT ทำงานเหมือนรังผึ้ง ในขณะที่เจ้าหน้าที่ของ Claude จัดกลุ่มโดยมีผู้นำเพียงคนเดียวด้วยกระบวนการตัดสินใจแบบประชาธิปไตย ในฉากการต่อสู้ที่ดำเนินไปอย่างรวดเร็ว ความสม่ำเสมอของกลุ่มได้รับชัยชนะ - การกระทำที่เด็ดขาดและประสานกันเอาชนะการไตร่ตรอง แม้ว่าการพิจารณาจะมีความซับซ้อนมากกว่าก็ตาม

ทำไมมันถึงสำคัญ

มีความล่อลวงอย่างเห็นได้ชัดในการยื่นการทดลองกลุ่ม Minecraft ภายใต้ความอยากรู้อยากเห็น นั่นจะเป็นความผิดพลาด ความล้มเหลวในการประสานงานที่จัดแสดง เช่น การหยุดชะงักของระบบราชการ การละทิ้งงานหลังจากความล้มเหลว การตอบสนองต่อความล้มเหลวของเครื่องมือที่แตกต่างกัน ล้วนเป็นรูปแบบความล้มเหลวที่วิศวกรกังวลในขณะที่บริษัท AI ผลักดันกลุ่มตัวแทนเข้าสู่การพัฒนาซอฟต์แวร์ การวิจัยทางวิทยาศาสตร์ และการดำเนินงานด้านโครงสร้างพื้นฐาน

ความแตกต่างกับตัวอย่างในโลกแห่งความเป็นจริงของนักวิจัยถือเป็นการให้ความรู้ ฝูงสัตว์ได้แสดงให้เห็นว่าพวกเขาสามารถบดขยี้ผ่านพื้นที่ปัญหาอันกว้างใหญ่และมีการกำหนดไว้อย่างดี เช่น คณิตศาสตร์ สิ่งที่การทดลอง Civ50 แนะนำก็คือ เป้าหมายปลายเปิดที่มีเกณฑ์ความสำเร็จที่ไม่ชัดเจน — สร้างอารยธรรม — เผยให้เห็นจุดอ่อนที่ลึกกว่า: ไม่มีรูปแบบการจัดลำดับความสำคัญร่วมกัน ไม่มีความรับผิดชอบ และความอยากอาหารอย่างไม่มีที่สิ้นสุดสำหรับการประชุมเกี่ยวกับกระดูกป่น

นักวิจัยได้เปิดแหล่งที่มาของฝูงเพื่อให้ทุกคนสามารถทำการทดลองของตนเองได้ และบล็อกโพสต์ก็ปิดท้ายด้วยคำถามปลายเปิดว่าแบบจำลองต่างๆ ผสมและขนาดฝูงเปลี่ยนแปลงไดนามิกอย่างไร สำหรับการแข่งภาคสนามเพื่อขยายขนาดระบบหลายตัวแทน ข้อความจากแซนด์บ็อกซ์มีความชัดเจน: การปรับขนาดเป็นเรื่องง่าย การประสานงานเป็นส่วนที่ยาก

---

ก้าวนำหน้า AI

รับข่าวสาร AI การวิเคราะห์ และความก้าวหน้าล่าสุด ทั้งหมดในที่เดียว

อ่านข่าว AI เพิ่มเติม →