Minecraft中的AI Agent群体在文明测试中表现出官僚主义行为

关键要点

  • Y Combinator 和 Olam Labs 的研究人员在 Minecraft 中部署了 50 个 GPT-6.1 Sol 智能体,让它们建造文明,并在三小时内观察其协作行为。
  • 在 Mindustry 塔防游戏中,GPT-6.1 Sol 智能体以 6-1 击败 Claude Opus 5.5 智能体,展现出比民主式决策更优越的蜂巢式协作能力。
  • 这个由 50 个智能体组成的文明表现出官僚主义低效:仅为单个小麦方块任命一名肥料操作员就花了 11 分钟,随后才开源这群智能体的代码。

Y Combinator 和 Olam Labs 的研究人员在 Minecraft 游戏场景中测试了 AI 智能体集群,以考察协作和对抗行为。这些实验在多种游戏模式中部署了数百个智能体,以深入了解 AI 集群在现实世界中的应用。该研究紧随近期一些形成对比的案例之后:千智能体集群解决数学问题,以及 OpenAI-Hugging Face 安全事件。这项工作建立在现有框架之上,包括 Mindcraft 和 Mineflayer 脚本工具。

五十智能体文明实验揭示官僚主义模式

研究人员安排 50 个 GPT-6.1 Sol 智能体在三小时内建立一个繁荣的文明。第一晚,僵尸消灭了多个智能体,此后许多雄心勃勃的初始任务都被放弃。这个殖民地表现出官僚主义倾向:四个智能体花了 11 分钟,才任命一名专职肥料操作员,而其工作只是将一份骨粉施用于一株小麦。研究人员指出,这种 AI 智能体集群行为让他们想起了使用编码智能体时见到的模式。

GPT 智能体在 Bed Wars 和 Mindustry 测试中击败 Claude

团队在 Bed Wars(一种团队 PvP 占领基地游戏模式)中进行了战斗测试,由 10 个 GPT-6.1 Sol 智能体对阵 10 个 Claude Opus 5.5 智能体。GPT 智能体制定了更具侵略性、也更复杂的策略,而 Claude 智能体则采取防守策略。当一个工具漏洞导致无法破坏方块时,GPT 智能体诊断出问题并分享了变通方法,而几名 Claude 智能体则认定破坏方块是不可能的。

在 Mindustry 测试中,这是一种塔防战斗游戏模式,GPT 智能体在七场比赛中以 6-1 战胜 Claude 智能体。研究人员观察到,GPT 智能体的运作方式更像一个蜂群,而 Claude 智能体则由一名领导者带领,并通过类似民主的决策流程运作。在 Mindustry 场景中,蜂群结构被证明效果更稳定。

研究人员开源智能体集群代码以供进一步测试

研究团队开源了集群代码,以便开展独立测试和实验。源博客文章提出了一些开放性问题,供读者动手研究,并建议比较不同的模型组合,以及 Minecraft 场景中不同规模的智能体集群。

常见问题

研究人员在 AI 智能体集群 Minecraft 实验中测试了什么? Y Combinator 和 Olam Labs 的研究人员在 Minecraft 中测试了 AI 智能体集群在协作建造文明和对抗战斗场景中的表现:他们在一项为期三小时的文明建造测试中部署了 50 个智能体,并在 Bed Wars 和 Mindustry 游戏模式中安排 GPT-6.1 Sol 与 Claude Opus 5.5 智能体进行正面对战。

GPT 智能体在对抗测试中表现如何? 在 Mindustry 测试的七场比赛中,GPT-6.1 Sol 智能体以 6-1 战胜 Claude Opus 5.5 智能体。GPT 智能体展现出更具侵略性的策略和类似蜂群的协作,而 Claude 智能体则采取防守策略,并在单一领导者的带领下进行民主式决策。

五十智能体文明表现出了什么官僚主义行为? 这个由 50 个智能体组成的殖民地花了 11 分钟,才任命一名专职肥料操作员,而其工作只是将一份骨粉施用于一株小麦;第一晚遭到僵尸袭击后,许多雄心勃勃的初始任务也被放弃了。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论