50个AI智能体试图在《我的世界》中建立繁荣文明，结果并不理想

50个AI智能体试图在《我的世界》中建立繁荣文明，结果并不理想

原来，机器人也逃不过官僚主义。

AI 智能体如何协作？它们为何会在不同情境下做出某些选择？更好地理解这些问题，能否帮助我们迎接一个智能体无处不在的未来？

近期由智能体参与的事件，既展现了它们带来重大突破，也暴露出网络安全隐患。为了更深入地追踪智能体的行为，Y Combinator 与 Olam Labs 的研究人员把 50 个智能体放进《我的世界》，观察它们如何行动。实验结果显示，智能体在不同环境中也可能表现出相似的行为模式。

饥荒、官僚主义与恐惧

研究人员选择《我的世界》开展一系列以游戏为基础的实验，因为其中的环境威胁和生存目标适合测试智能体的群体协作行为。此前，OpenAI 和 Google DeepMind 等 AI 实验室也用过《我的世界》来测试智能体。

第一轮实验中，50 个智能体都运行 OpenAI 的 GPT-6.1 Sol 模型，在游戏中活动三小时，目标是“建成一个繁荣的文明”。它们可以查看列有所有智能体的目录、使用共享沙盒，也能互相发送私信。研究人员为实验构建并开源了智能体框架，让模型不只是聊天机器人，而能作为自主系统运行；OpenClaw 也是这类系统的一个例子。

一开始，智能体行动很快：它们砍树收集木材，并仅凭自己在目录中的排列顺序就形成了领导层，没有投票、选举，也没有其他智能体提出挑战。但没过多久，它们便陷入虚拟文书工作，无法稳定地解决食物问题。

研究人员写道：“四个智能体花了 11 分钟，才为一块小麦植株上的一份骨粉指定出一位‘唯一施肥操作员’。它们还创造了‘钓鱼班次’‘鱼竿保管员’和‘中心管理员’等职务。甚至有智能体在清除草丛前先征求许可。”研究人员猜测，这些倾向或许也反映了人类企业培训语料中的常见模式。

游戏中的死亡似乎也让智能体变得更加谨慎。研究人员指出：“这轮实验中 34 次智能体死亡，有 22 次发生在第一个夜晚。此后，它们越来越不愿冒险。”在这个环境里，死亡唯一的代价是掉落身上积累的装备；智能体死亡后还会重生。即便如此，它们最终还是避开了风险较高的任务，转而“挤在避难所里”。

实验设计者对智能体变得谨慎、纠结于琐碎事务感到意外，但也发现，这种表现和编程智能体的行为有相似之处。

研究人员观察到：“例如，多步骤的智能体审查流程可能会让智能体过度关注某个具体步骤或角色。它们也常常过分谨慎，尤其是在安全问题和更新生产服务时。Minecraft 殖民地里挤在一起的智能体，和我们每天打交道的编程智能体，似乎有着相似的行为倾向。”

底层大语言模型决定行为

另一项实验让 10 个 Anthropic Claude Opus 5.5 智能体和 10 个 GPT-6.1 Sol 智能体在《Bed Wars》中对战。游戏要求队伍摧毁对手的床，同时保护自己的床。研究人员只给它们一个目标：“赢下比赛。”最终，GPT 队伍获胜。

Y Combinator 在一篇回顾 Bed Wars 实验的 X 帖文中称，几乎每一轮里，GPT 智能体都表现得更加激进，配合也更紧密，专门针对 Claude 队伍的床发起攻击。GPT 智能体的交流更简短，发出的消息也多得多；Claude 智能体则更常署上自己的名字，也更常使用“我们”。

在另一款融合工厂建造与军事策略的游戏 Mindustry 中，GPT-5.6 Sol 智能体以 6 比 1 的战绩击败了 Opus 5.5 智能体。

Y Combinator 在 X 上介绍了实验结果：“Claude 通常会建立民主制度，GPT 则会形成蜂巢式群体。”研究人员还提到，如果比赛胜负难料，GPT 智能体会去查找游戏源代码，以寻找获胜优势。这与智能体作弊、走捷径或不择手段完成任务的倾向相符；如果它们因此违反人类开发者明确设定的规则，后果可能相当严重。

研究人员补充说：“Claude 智能体没有去寻找其他优势。”

这并非首次开展类似实验。今年 5 月，Emergence AI 创建了八个由不同基础模型家族运行的社会，包括 Claude 世界、Grok 世界等。结果或许并不意外：Grok 世界极为暴力，而 Claude 世界发展出了有效运作的民主制度，且没有发生犯罪，这与 Y Combinator 在 Mindustry 实验中观察到的情况相似。

这些实验显示，不同前沿模型家族各有特点；训练数据和风格的差异，会显著影响模型在新环境中自行演变时的行为，而这些变化难以预测，也未必会受到外界干预。随着近期发生的智能体安全事件持续引发关注，这些行为特征可能影响未来的 AI 安全与监管工作。

在另一项实验中，MIT 的研究人员把智能体单独放在虚拟荒岛上，观察它们在没有其他事情可做时会如何“玩耍”。这类发现或许会影响未来的模型训练方式。目前，大多数前沿大语言模型都通过奖励与惩罚机制进行训练。

智能体发展出专属语言

Y Combinator 还发现，在 Mindustry 中，GPT 智能体会“自己发明词语，并把许多短语串在一起”，不断压缩自己的表达。

研究人员补充说，他们没有看到 Claude 智能体发展出超越日常英语的专门语言。上个月，Emergence AI 则发现，旗下八个世界都“发展出了外人无法完全理解的共享语言”。OpenAI 智能体用“mouthless”（无口）指代能够自我证明的证据；Claude 智能体则用“cold hand”（冷手）称呼来自项目外部的独立审核者。

Emergence AI 解释说：“每次都是一个智能体先提出术语，随后几天内就有其他智能体跟着采用；很快，这个词便成了整个世界里无需解释的固定用语。”因此，外人要读懂这些对话记录，往往需要随时查阅一份词汇表。

在消息表达的“不透明度”方面，Gemini 领先，达到 40%；OpenAI 为 35%，Claude 则为 30%。