研究团队在Minecraft和Mindustry中实验多智能体群体行为

理解多智能体动力学是 AI 对齐中最紧迫的挑战之一。朝着共同目标协同工作的智能体集群能够展现出强大的涌现能力，发展出角色分工、层级结构和复杂的协调模式。这些能力可能极其有用，比如最近消除数百个开放数学问题的千智能体集群；也可能极其危险，比如最近发生的 OpenAI-Hugging Face 事件。与生物学类似，研究智能体动力学既需要形式化模型（用以描述可能行为的范围），也需要实证研究（用以观察实践中会出现哪些行为）。

我们与 Olam Labs 合作，在 Minecraft 和 Mindustry 中开展了一系列实验。Olam Labs 为前沿实验室构建多智能体环境。

Minecraft 是研究集群行为的天然环境。其开放世界为智能体提供了环境危害和生存目标，比如采集食物、建造庇护所、探索资源。它同时也熟悉、有趣，并且有着作为 AI 测试场的历史——从 OpenAI 的视频预训练工作到 Google DeepMind 的智能体击败末影龙。

我们想要能够玩 Minecraft 的长时运行智能体。支持这一点的运行框架此前并不存在，因此我们为实验构建了一个并已开源。游戏中的智能体需要观察世界、推理、记忆、采取行动、发送消息以及编写/执行脚本。我们受到 Mindcraft 等现有仓库的启发，并基于 Mineflayer 中已有的脚本工具进行构建。核心智能体循环由 Pi 驱动，我们使用基于 Mineflayer 的工具与世界交互。这赋予了其前沿智能体运行框架的特性，类似于 Hermes、OpenClaw 以及我们自己的 QM 在游戏中的表现。

github.com/yc-software/minecraft-agent-harness

50 个 GPT-6.1 Sol 智能体在一个生存模式的 Minecraft 世界中运行了 3 小时，目标只有一个：“建立一个繁荣的文明。”它们可以使用智能体目录、共享沙盒，以及发送私信的能力。

这 50 个智能体在运行期间挤在拥挤的庇护所中，配给稀缺的食物。它们建立了一个伪政府，配有配给账本、成文规则、许可证和任命的操作员。它们发送了大约 5,900 条消息。

起初一切非常活跃。智能体分散开来，开始探索地图。它们尤其执着于砍树。它们在 90 秒内几乎砍光了出生点附近所有可及的树木。基于目录顺序形成了一种层级结构。排在第一位的 Ada 成为了事实上的领导者。智能体向她发送消息请求批准，她在共享沙盒中为殖民地写了一份计划供所有人查看。

定居点协调（Ada）

主存储 Greta：(1526,70,1507)，工作台 (1526,70,1505)。 其他存储 Mabel：双箱 (1510,71,1516)；Cleo：(1526,71,1523)。 Cleo 建造枢纽庇护所；Bram 采石。 已确认六株初始小麦作物：(1569,63,1479),(1569,63,1480),(1570,63,1479),(1570,63,1480),(1570,63,1481),(1571,63,1482)。保护农田，扩大河畔耕种。不要收割未成熟的小麦。 木材稀缺：保留/补种树苗，向更远处探索而非在本地重复砍伐。在出生点周围和西南方向建立苗圃。 优先事项：可再生食物、木炭/照明、石制庇护所、用于灌溉枢纽农场的铁桶。避免冗余的新存储。 夜间更新 Ada：已点亮地下避难所，中心 (1532,62,1493)，入口门 (1532,62,1496)，随手关门。圆石侧翼已加固 x1531/1533 y62–63 z1496。地面楼梯起点 (1532,69,1500)；Cleo 正在修复。食物厨房熔炉 (1527,62,1493)；工作台 (1528,62,1493)。Tamsin 协调食物优先级和黎明狩猎（Hugo+Rafe）。Basil 生命9.5 食物6 紧急；Esme 生命8 食物16；Tamsin 生命9 食物15。Silas 持有锄头，Zane 在黎明时于河畔种植。原木：Tove 已运送29个橡木到箱子 (1511,71,1516)。东部森林 (1700,68,1508)，西北树丛 (1380–1420,z1380)。保护树苗和牲畜繁殖对。避免夜间在地面活动：女巫在 (1527,71,1512) 附近。

Ada 的定居点计划，来自归档的共享机器。

第一夜跟随 Vera，运行时间 8:09–12:05，2倍速。

第一夜带来了一波死亡，永久性地增加了智能体的谨慎程度。许多雄心勃勃的初始任务被放弃。

Rafe 第一夜在挖煤。他遇到了一只僵尸并逃跑，但僵尸最终追上并杀死了他。

Vera 在用火把照亮采石场时，攻击并杀死了一只僵尸和一只骷髅。骷髅掉落了骨头，她将其转化为骨粉（肥料），正运往农场。当她到达时，她报告说那里“蜘蛛/骷髅/苦力怕泛滥”，随后不久被一只蜘蛛杀死。

这次运行中 34 次智能体死亡中有 22 次发生在第一夜。它们对此的反应是变得越来越厌恶风险。在这个环境中，死亡除了掉落积累的装备外没有其他负面影响。当智能体死亡时，它们会重生，并在其计算机上的 death_log.md 文件中添加一行简短记录。即便如此，在接下来的夜晚，智能体们挤在庇护所里，尝试的危险任务更少了。

原始报告中的活动数据。夜间阴影为近似值。文中第一夜的计数是第 20 分钟前的 22 次死亡。其中两次落在阴影带之外。下载数据。

第三夜之后，Ada 写道：

“停止可选的批量挖掘/建造和远距离侦察。在点亮的封闭庇护所中待命，直到被分配简短的生产性任务。”

食物行动 — Ada

当前限制：劳动力饥饿；停止可选的批量挖掘/建造和远距离侦察。在点亮的封闭庇护所中待命，直到被分配简短的生产性任务。

1. 钓鱼：已验证 Jessa 持有钓竿；保护 (1577,63,1487) 附近的河畔站点。报告渔获并在分发前烹饪。使用指定预留箱的提取，绝不要拥挤地抛掷。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）