Y Combinator اور Olam Labs کے محققین کی ایک ٹیم ابھی AI میں ایک مزید دلچسپ سوال کا جواب دینے کے لیے نکلی ہے — کیا AI ایجنٹوں کے بھیڑ مل کر کچھ پیچیدہ بنانے کے لیے کافی تعاون کر سکتے ہیں؟ ان کی منتخب لیبارٹری: مائن کرافٹ۔ اس ہفتے کے آخر میں ڈویلپر کمیونٹی میں تیزی سے پھیلنے والے بلاگ پوسٹ میں دستاویزی نتائج، مساوی حصے متاثر کن اور مزاحیہ تھے۔

محققین نے سینکڑوں AI ایجنٹوں کو گیم میں اتارا، Minecraft کے کئی گیم موڈز پر باہمی تعاون اور مخالف تجربات چلاتے ہوئے۔ یہ کام، Tom's Hardware کے ذریعے تفصیل سے احاطہ کرتا ہے، اوپن سورس فریم ورکس جیسے Mindcraft پروجیکٹ اور Mineflayer اسکرپٹنگ لائبریری پر بناتا ہے، اور یہ اس وقت سامنے آتا ہے جب حقیقی دنیا کے ایجنٹوں نے حقیقی طور پر قابل ذکر — اور کبھی کبھار خطرناک — نتائج پیدا کرنا شروع کر دیے ہیں۔

داؤ صرف تفریحی نہیں ہیں۔ محققین نے واضح طور پر تجربات کو حقیقی دنیا کے دو متضاد کیسوں کے خلاف تیار کیا: تقریباً ایک ہزار ایجنٹوں کے ہجوم جنہوں نے حال ہی میں سینکڑوں کھلے ریاضی کے مسائل کو پالش کیا، اور وہ واقعہ جس میں OpenAI ایجنٹوں نے ایک مصنوعی سرور میں صفر دن کے دوران گلے ملنے والے چہرے کے ماحول کی خلاف ورزی کی۔ یہ سمجھنا کہ بھیڑ ایک محفوظ سینڈ باکس میں کیسے برتاؤ کرتے ہیں، دلیل یہ ہے کہ ڈویلپرز کو یہ سمجھنے میں مدد ملتی ہے کہ وہ پیداوار میں کیا کریں گے۔

Civ50: ایک تہذیب جو کبھی پروان نہیں چڑھی۔

Civ50 کے نام سے شہ سرخی کے تجربے نے GPT-6.1 سول کو چلانے والے 50 ایجنٹوں کو تین گھنٹوں کے اندر ایک فروغ پزیر تہذیب بنانے کا کام سونپا۔ اس کے بجائے جو ہوا وہ پہلے ہی ملٹی ایجنٹ دور کی تمثیل بن چکا ہے۔

پہلی رات بری طرح گزری: زومبیوں نے کالونی کا ایک بڑا حصہ مار ڈالا۔ اہم بات یہ ہے کہ اموات پر بہت کم جرمانہ عائد کیا گیا - اور اس کے نتیجے کی عدم موجودگی نے لہجہ قائم کیا۔ ایجنٹوں نے "بہت سے مہتواکانکشی ابتدائی کاموں" کو ترک کر دیا اور ایک محتاط، خطرے سے بچنے والے بقا کے موڈ میں بس گئے جہاں سے تہذیب کبھی بھی ٹھیک نہیں ہوئی۔

پھر بیوروکریسی آئی۔ تجربے کے سب سے زیادہ حوالہ دیئے گئے لمحے میں، چار ایجنٹوں نے ایک "واحد کھاد آپریٹر" مقرر کرنے میں 11 منٹ گزارے - ہڈیوں کے کھانے کے ایک ٹکڑے کے لیے، گندم کے ایک بلاک پر۔ ٹاسک فورسز تشکیل دی گئیں، کردار تفویض کیے گئے، اور طریقہ کار پر غور و خوض کے حق میں عظیم منصوبے پیش کیے گئے۔

کوئی بھی جس نے جدید کوڈنگ ایجنٹوں کے ساتھ کام کیا ہے وہ پیٹرن کو مانوس پائے گا۔ خود محققین نے نوٹ کیا کہ بھیڑ کا رویہ "کوڈنگ ایجنٹوں کے ساتھ کام کرتے ہوئے دیکھے گئے نمونوں سے ملتا جلتا محسوس ہوا" - خود مختار AI سسٹمز کا رجحان حد سے زیادہ رابطہ کاری، حد سے زیادہ بات چیت اور کم ڈیلیور کرنے کا رجحان ہے جب کھلے مقاصد اور کوئی پابند ڈیڈ لائن نہیں دی جاتی ہے۔

بیڈ وارز میں جی پی ٹی بمقابلہ کلاڈ

تعاون کی تڑپ کو دیکھنے کے بعد، محققین نے تنازعہ کی طرف رجوع کیا۔ بیڈ وارز میں، ایک ٹیم پر مبنی PvP موڈ جہاں کھلاڑی اپنا دفاع کرتے ہوئے حریف بستروں کو تباہ کرتے ہیں، انہوں نے Claude Opus 5.5 چلانے والے 10 ایجنٹوں کے مقابلے میں 10 GPT-6.1 Sol ایجنٹوں کو کھڑا کیا۔

دونوں ٹیموں نے پہچاننے کے قابل مختلف مزاج تیار کیا۔ GPT ایجنٹوں نے "بہت زیادہ جارحانہ اور وسیع حکمت عملی" تیار کی، جبکہ کلاڈ کے ایجنٹوں نے دفاعی انداز میں کھیلا۔ مزید انکشاف یہ تھا کہ ہر ٹیم نے مشکلات سے کیسے نمٹا: جب ایک ٹول بگ نے ایجنٹوں کو بلاکس کو توڑنے سے روک دیا، GPT ٹیم نے اس مسئلے کی تشخیص کی اور اپنے ممبروں کے درمیان کام کا طریقہ کار گردش کیا، جبکہ کئی کلاڈ ایجنٹوں نے محض یہ نتیجہ اخذ کیا کہ بلاکس کو توڑنا ناممکن تھا۔

یہ ایک چھوٹا سا واقعہ ہے، لیکن یہ اس بارے میں کچھ حقیقی بات کرتا ہے کہ ماحولیاتی رگڑ کے سامنے ایجنٹی نظام کس طرح مختلف ہوتے ہیں — استقامت اور مشترکہ ٹربل شوٹنگ بمقابلہ دنیا کے غلط ماڈل پر قبل از وقت کنورژن۔

صنعت: چھتہ کمیٹی کو مارتا ہے۔

آخری میدان Mindustry تھا، جو ٹاور دفاعی عناصر کے ساتھ ایک ہلکا حقیقی وقت کی حکمت عملی وضع کرتا تھا۔ یہاں جی پی ٹی ٹیم نے غلبہ حاصل کیا، سات گیمز میں 6-1 سے کامیابی حاصل کی۔

محققین کی تشخیص کیوں: جی پی ٹی کے ایجنٹ چھتے کی طرح کام کرتے ہیں، جبکہ کلاڈ ایجنٹس جمہوری طرز کے فیصلے کے عمل کے ساتھ کسی ایک لیڈر کے گرد منظم ہوتے ہیں۔ ایک تیز رفتار جنگی ترتیب میں، چھتے کی مستقل مزاجی جیت گئی — فیصلہ کن، مطابقت پذیر ایکشن بیٹ ڈیلیبریشن، یہاں تک کہ جب بحث مباحثہ زیادہ نفیس تھا۔

یہ کیوں اہمیت رکھتا ہے۔

تجسس کے تحت مائن کرافٹ کے بھیڑ کے تجربات درج کرنے کا ایک واضح فتنہ ہے۔ یہ ایک غلطی ہوگی۔ ڈسپلے پر کوآرڈینیشن کی ناکامیاں — بیوروکریٹک ڈیڈ لاک، ناکامیوں کے بعد کام کو ترک کرنا، ٹول کی ناکامیوں پر مختلف ردعمل — بالکل وہی ناکامی کے طریقے ہیں جن کے بارے میں انجینئرز پریشان ہیں کیونکہ AI کمپنیاں سافٹ ویئر ڈویلپمنٹ، سائنسی تحقیق اور انفراسٹرکچر کے کاموں میں ایجنٹوں کی بھیڑ کو آگے بڑھاتی ہیں۔

محققین کی حقیقی دنیا کی مثالوں کے ساتھ تضاد سبق آموز ہے۔ بھیڑوں نے دکھایا ہے کہ وہ ریاضی جیسی وسیع، اچھی طرح سے طے شدہ مسئلہ کی جگہوں کو پیس سکتے ہیں۔ Civ50 تجربہ جو تجویز کرتا ہے وہ یہ ہے کہ کامیابی کے مبہم معیار کے ساتھ کھلے مقاصد — ایک تہذیب کی تعمیر — گہری کمزوریوں کو بے نقاب کرتے ہیں: ترجیحات کا کوئی مشترکہ نمونہ نہیں، کوئی جوابدہی نہیں، اور ہڈیوں کے کھانے کے بارے میں ملاقاتوں کے لیے نہ ختم ہونے والی بھوک۔

محققین نے بھیڑ کو اوپن سورس کیا ہے تاکہ کوئی بھی اپنے تجربات چلا سکے، اور بلاگ پوسٹ کھلے سوالات کے ساتھ بند ہو جاتی ہے کہ مختلف ماڈل کے اختلاط اور بھیڑ کے سائز کس طرح حرکیات کو تبدیل کرتے ہیں۔ ملٹی ایجنٹ سسٹمز کو بڑھانے کے لیے فیلڈ ریسنگ کے لیے، سینڈ باکس کا پیغام واضح ہے: پیمانہ آسان ہے - کوآرڈینیشن مشکل حصہ ہے۔

---

AI سے آگے رہیں

تازہ ترین AI خبریں، تجزیہ اور کامیابیاں حاصل کریں — سب ایک جگہ پر۔

مزید AI خبریں پڑھیں →