来自 Y Combinator 和 Olam Labs 的研究人员最近利用 Minecraft 作为沙盒，研究 AI Agent 群体的动态。通过将数百个 Agent 投入到各种游戏模式中，团队旨在观察这些系统如何协作或竞争，从而获取关于多 Agent AI 在现实世界应用的见解。该研究利用了 Mindcraft 和 Mineflayer 等现有框架，创建了一个受控环境，让 Agent 能够与复杂的游戏机制以及彼此进行交互。
这张图片展示了研究人员用于研究多 Agent AI 动态的 Minecraft 沙盒环境。
在名为“Civ50”的特定实验中，研究人员要求一个由 50 个 GPT-6.1 Sol Agent 组成的群体在三小时内建立一个繁荣的文明。结果显示，该殖民地未能实现目标。在最初的一段活跃期后，Agent 开始放弃雄心勃勃的目标，转而追求谨慎的生存。最显著的是，该群体表现出一种“瘫痪式官僚主义”的倾向。在其中一个案例中，四个 Agent 花费了 11 分钟讨论并任命一名“唯一肥料操作员”，仅仅是为了处理用于单个小麦块的一份骨粉。这种行为反映了在编码 Agent 中观察到的模式，即协调开销超过了生产性产出。
研究还比较了不同模型在竞争场景中的表现。在“Bed Wars”团队 PvP 模式中，10 个 GPT-6.1 Sol Agent 与 10 个 Claude Opus 5.5 Agent 进行对决。GPT Agent 采取了激进的、蜂群式的策略，而 Claude Agent 则表现出更具防御性的、民主式的决策过程。在随后的 Mindustry（一款实时策略游戏）测试中，GPT Agent 以 6-1 的比分获胜，这表明其蜂群式的协调对于实现一致的获胜策略比 Claude 模型的民主式方法更有效。这些发现表明，扩大 Agent 的数量并不会自动提高生产力；相反，它可能会产生模仿人类官僚惯性的社会病态和工程障碍。
虽然这些实验为多 Agent 动态提供了一个窗口，但目前该研究仅限于特定的模型架构和游戏环境。目前尚不清楚不同规模的群体或替代的模型架构如何可能缓解这些协调循环。研究人员已经开源了他们的群体模型，邀请进一步研究改变模型组合和 Agent 群体规模如何影响这些官僚行为的出现。