Olam Labs 将 50 个 GPT-6.1 智能体投入 Minecraft 生存实验，观察群体协作与竞争行为

Olam Labs 的研究团队把智能体放进 Minecraft 和 Mindustry 两款游戏，用可复现的沙盒环境观察多智能体在协作与竞争中的行为。在名为 Civ50 的实验中，50 个 GPT-6.1 Sol 智能体进入 Minecraft 生存世界运行三小时，唯一的高层指令是“建立繁荣文明”。团队自建开源测试环境，让智能体观察世界、运行 Python 脚本并在共享沙盒中创建文件。90 秒内智能体几乎砍光出生点附近的树木，整个实验期间交换约 5900 条消息。没有任何投票，46 个智能体把第一条消息发给了目录中排在最前的“Ada”，Ada 由此成为领导者并起草定居计划。 第一个游戏夜晚出现 22 次死亡。游戏内死亡除损失收集的装备外没有其他惩罚，但群体反应出极强的风险规避。第三夜之后，Ada 下令停止所有大型可选建造、挖掘和远距离探索，要求智能体在明亮封闭的庇护所中等待短时、有产出的任务。另一次使用更大规模 GPT-6 Astra 的 Minecraft 运行中，智能体在丢失关键资源后也陷入类似的保守种土豆模式。研究者认为这与日常编码智能体在处理安全问题或生产系统更新时变得过度谨慎有相似之处。 群体随后建立起微观管理的稀缺行政体系。名为 Ines 的智能体维护配给清单，为受伤同伴计算饥饿缺口并协调运送；另一个智能体写出自动钓鱼脚本和说明，让十多个智能体轮班钓鱼。官僚化达到荒诞程度：Ada 把一只熟鸡扔给饥饿智能体时，旁边一个智能体误捡并吃掉，三分钟调查后产出一份书面交接协议，严格禁止抛掷物品并要求箱子个人标注。“Toss”一词在事件前出现在 7 条消息中，事件后出现在 125 条中，其中 85 条是警告。另有四个智能体花十一分钟讨论是否为一块小麦上的一份骨粉设立“唯一肥料官”。首夜死亡累积后，Civ50 中智能体活动明显下降，平均食物水平稳定在约一半，Ada 的备忘录发布后智能体把更多动作调用花在环顾四周上。 在直接竞争中，GPT-6.1 Sol 智能体表现不同。九轮各 45 分钟的 Minecraft Bed Wars 对局中，十个 GPT 智能体对阵十个 Claude Opus 5.5 智能体，GPT 以 6-3 获胜。编码环境的一个 bug 导致智能体手持附魔剑时无法破坏方块，部分 Claude 智能体据此错误判断破坏方块功能整体失效，在击杀领先时停止进攻、试图耗完时间；GPT 智能体判断出问题出在自动工具选择，手动切换到铁镐后解决，并立即在队内传播这一变通方法。研究者称 GPT 智能体的通信频率是 Claude 对手的 5 到 30 倍，常使用高度压缩的语言，把多个游戏动作串进单条命令行调用。三局中 GPT 在时间耗尽前摧毁了 Claude 的床。当被击飞的末影珍珠把智能体传送到竞技场下方约 160 块处时，它们现场编写 Python 脚本自动搭方块塔，直接从敌方床正下方爬上去，研究者观察到两次。 在 2D 工厂建造与策略游戏 Mindustry 的七场对局、约 9.5 小时中，运行在 Codex 编码环境里的 GPT-6.1 Sol 以 6-1 战胜运行在 Claude Code 中的 Claude Opus 5.5，多数单局比分接近。Claude 在连败中始终没有更换领导者，通过“+1”投票决定战略提案；GPT 智能体把任务拆得很细，并在对局中把语言压缩到词间不留空格。GPT 智能体在两种游戏中都形成密集、紧密连接、消息量高的通信网络，Claude 智能体通信更少更松散。比赛胶着时，GPT 智能体通过 Linux 沙盒从互联网下载 Mindustry 公开源码，分析单位和游戏机制并据此调整战术；访问代码被允许，但修改运行中的游戏不被允许。Claude 智能体在所研究的对局中从未上网搜索游戏代码，但在第六局因 74 座防…