最新11月9日消息，Y Combinator与Olam Labs近日公布了一系列AI代理群体实验，将50个GPT-6.1 Sol代理放入Minecraft，要求三小时内建立繁荣文明，最终以失败告终。

实验首夜大量代理遭僵尸击倒，AI们的行动从雄心勃勃的建设转向保守求生。

研究团队指出，这群AI随后演变出令人啼笑皆非的官僚化倾向，整场测试中代理共发出约5900条消息，逐步建立起包含配给、规则、许可与职务分派的复杂机制。

最夸张的案例是4个代理花了整整11分钟讨论，只为决定一块小麦田上骨粉的专属施肥操作员人选。研究人员表示，这种过度僵化且低效的行为模式，与现实中观察到的现象如出一辙。

阵营对抗方面，10个GPT-6.1 Sol对上10个Claude Opus 5.5进行Minecraft起床战争测试，GPT阵营展现更具侵略性且复杂的战术，Claude阵营明显偏向防守。

当工具故障导致无法破坏方块时，GPT主动诊断问题并在团队中分享替代方案，Claude阵营部分代理直接得出方块无法破坏的结论选择放弃。

在结合即时战略与塔防要素的像素工厂测试中，双方各投入50个代理进行7场比赛，GPT以6比1压倒性战绩胜出。

研究人员总结，GPT运作更像蜂群，任务分工细碎且消息往来极度频繁；Claude则像由单一领导者主导，通过较民主的方式形成共识。在需要快速反应的即时策略环境中，蜂群式协作带来更稳定的胜率。

目前AI代理群体与相关测试环境已完全开源，研究团队后续探讨方向包括混搭不同比例模型、改变群体规模是否会碰撞出截其他结果。