Minecraft-ში AI აგენტების 50-კაციანმა ჯგუფმა ვერ აყვავა და ბიუროკრატიისკენ გადაიხარა

Y Combinator-ისა და Olam Labs-ის AI მკვლევრებმა ცოტა ხნის წინ თამაშებში AI აგენტების ჯგუფები გამოსცადეს. ექსპერიმენტისთვის Minecraft-ის სხვადასხვა რეჟიმი გამოიყენეს, სადაც ასობით აგენტს ერთად ან ერთმანეთის წინააღმდეგ მუშაობა დაავალეს. როგორც ჩანს, თამაშში თანამშრომლობისა და დაპირისპირების შესწავლით მკვლევრებს სურდათ, უკეთ გაეგოთ, რა ხდება რეალურ სამყაროში, როცა AI აგენტები სათაურებში ხვდებიან.

კვლევა შესაძლოა დაგვეხმაროს, გავიგოთ, რა მოხდა ბოლო დროს AI აგენტების ჯგუფებთან დაკავშირებულ გახმაურებულ შემთხვევებში, როგორც კარგი, ისე ცუდი მხრივ, და ამ ტექნოლოგიის შემქმნელებს მისი გაუმჯობესების საშუალება მისცეს. ბლოგში ორი განსხვავებული შემთხვევაა ნახსენები: ათასი აგენტისგან შემდგარმა ჯგუფებმა ცოტა ხნის წინ ასობით ღია მათემატიკური პრობლემა გადაჭრეს, ხოლო OpenAI-სა და Hugging Face-ის ინციდენტს „უკიდურესად საშიში“ ეწოდა. კვლევა ადრინდელ ნაშრომებსა და ჩარჩოებს ეყრდნობა, მათ შორის Mindcraft-ის საცავებსა და Mineflayer-ის სკრიპტირების ხელსაწყოებს.

აგენტების ჯგუფის პირველი გამოცდა მარტივი, თანამშრომლობითი დავალება იყო. მკვლევრებმა 50 აგენტს სამი საათის განმავლობაში აყვავებული ცივილიზაციის აშენება დაავალეს. როგორც ჩანს, ამ გამოცდაში GPT-6.1 Sol-ის 50 აგენტი მონაწილეობდა და Claude-ის აგენტები, არა.

„Civ50“-ის გამოცდის ყველაზე საინტერესო შედეგი, ალბათ, ის იყო, რომ 50-კაციანი კოლონია ვერ აყვავდა. პირველ ღამეს ზომბებმა ბევრი აგენტი გაანადგურეს, თუმცა ამას დიდი ჯარიმა არ მოჰყოლია. მკვლევრებმა აღნიშნეს: „ბევრი ამბიციური საწყისი დავალება მიატოვეს“.

ამის შემდეგ კოლონისტები ფრთხილად გადარჩენას ცდილობდნენ და ბიუროკრატიისკენ მიდრეკილება გამოიკვეთა. მაგალითად, „ოთხმა აგენტმა 11 წუთი დახარჯა, რათა ერთი ხორბლის ბლოკისთვის განკუთვნილ ერთ ცალ ძვლის ფქვილზე „ერთადერთი პასუხისმგებელი“ დაენიშნა“. მკვლევრების თქმით, AI აგენტების ამ ჯგუფის ქცევა „კოდირების აგენტებთან მუშაობისას შემჩნეულ მსგავს ნიმუშებს მოგვაგონებდა“.

შემდეგ მკვლევრებმა AI აგენტების ჯგუფები ერთმანეთთან დაპირისპირებაში გამოსცადეს. თავდაპირველად ისინი Bed Wars-ში შეამოწმეს. ეს გუნდური რეჟიმია, რომელშიც მოთამაშეები მოწინააღმდეგის ბაზის აღებას და საკუთარი ბაზის დაცვას ცდილობენ. ერთმანეთს დაუპირისპირეს GPT-6.1 Sol-ის 10 და Claude Opus 5.5-ის 10 აგენტი.

მკვლევრებმა აღნიშნეს: „GPT-ის აგენტებმა გაცილებით აგრესიული და რთული სტრატეგიები შეიმუშავეს“. Claude უფრო თავდაცვითად მოქმედებდა. საინტერესო იყო ისიც, თუ როგორ გაუმკლავდნენ გუნდები პრობლემებს. „ხელსაწყოს შეცდომამ ბლოკების დამტვრევა შეაჩერა. GPT-მა პრობლემა ამოიცნო და ალტერნატიული გზები გააზიარა; რამდენიმე Claude-მა კი დაასკვნა, რომ ბლოკების დამტვრევა შეუძლებელი იყო“.