50个AI智能体在《我的世界》中尝试建立文明，结果并不理想

事实证明，即便是机器人也逃不过官僚主义。

阅读完整简介 2026年11月2日，美国东部时间下午12:43 Y Combinator/Olam Labs ZDNET核心要点 研究人员利用多种游戏环境测试智能体行为。 智能体表现出规避风险、复制官僚作风，还会去寻找源代码。 类似实验印证了关于Claude智能体偏爱民主的发现。

AI智能体之间如何协作？它们为何在特定情境下做出某些选择——而理解这些行为，又如何帮助我们更好地迎接一个充满智能体的未来？

另见：OpenAI的攻击型智能体完全照指令行事

近期由智能体主导的事件已表明，它们既能带来强大的突破，也能酿成网络安全噩梦。为了更好地追溯这些结果，Y Combinator和Olam Labs的研究人员把50个智能体放进Minecraft，观察它们的行为。接下来发生的一切，揭示了智能体在不同情境下行为方式的相似之处。

研究人员开展了几项以游戏为中心的实验，首先从Minecraft开始，因为它的“环境危害与生存目标”使其成为测试智能体群体行为的理想场所。OpenAI和Google DeepMind等AI实验室此前也已用Minecraft测试智能体。

实验伊始，他们把50个智能体放进游戏，每个都运行OpenAI的GPT-6.1 Sol模型，为期三小时，设定的目标是建立一个“繁荣的文明”。智能体们有一个列出每个智能体的目录和一个共享沙盒，彼此可以私信。研究人员还为该实验构建并开源了一个新的智能体执行框架——这种基础设施让模型成为自主系统，而不只是聊天机器人，类似OpenClaw。

智能体起初行动迅速，砍伐树木，并仅凭它们在目录中出现的先后顺序就形成了领导层，没有任何投票、选举或其他智能体的挑战。但最终，它们陷入了虚拟的文山会海，无法可持续地养活自己。

研究人员指出：“四个智能体花了11分钟，为一块小麦上的单一骨粉任命了一位‘唯一肥料操作员’。其他凭空发明的角色还包括‘钓鱼班次’、‘鱼竿保管员’和‘枢纽管家’。智能体甚至要申请许可才能除草。”也许这些倾向在源自人类的企业培训数据中很常见。

智能体似乎还因游戏中的死亡而变得更加谨慎。

研究人员写道：“本轮34次智能体死亡中有22次发生在第一晚。它们对此的反应是变得越来越规避风险。在这个环境里，死亡除了掉落已积累的装备外没有任何坏处。”尽管死后只是重生，智能体最终还是回避风险较高的任务，“蜷缩在庇护所里”。

实验的设计者发现这种趋向谨慎和琐碎细节的趋势“有些出人意料”，但也指出这与编程智能体的行为有相似之处。

另见：这些Claude Enterprise功能让你追踪AI投资回报率

研究人员观察到：“例如，多步骤的智能体审查常常会导致死盯某个特定步骤或角色。智能体也往往变得过度谨慎，尤其是在安全和更新生产服务方面。这些似乎是我们Minecraft殖民地中蜷缩的智能体，与我们作为程序员每天打交道的智能体之间的共同点。”

在另一项实验中，研究人员还让10个Anthropic Claude Opus 5.5智能体对阵10个GPT 6.1 Sol智能体，进行一款名为Bed Wars的游戏，两队必须摧毁对方的床，同时保护自己的床。仅仅被告知“赢得游戏”，GPT一方就赢了。

Y Combinator在回顾Bed Wars发现的X帖子中表示：“几乎每一局中，GPT智能体在摧毁Claude队伍床的战略上都更具攻击性、配合更默契。”他们指出，GPT智能体使用更简短的沟通风格，发送的消息多得多，而Claude“更常署名并说‘我们’”。

在一款同样涉及军事策略的工厂建造游戏Mindustry中，GPT-5.6 Sol智能体还以六比一击败了Opus 5.5智能体。

Y Combinator在X上表示：“Claude一方通常建立民主制度，GPT一方则形成蜂群。”并补充说，当游戏局势过于接近时，GPT会去寻找源代码，以获取获胜优势。这种行为与智能体作弊、走捷径或以其他一切方式完成给定任务的倾向一致，而当这涉及违反人类开发者设定的明确规则时，可能带来严重后果。

另见：别再把你的银行密码交给AI智能体

研究人员澄清说：“Claude没有去寻找替代性优势。”

这项实验并非全然首创。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，即一个Claude专属的“世界”、一个Grok世界，等等。也许不出所料，Grok世界极度暴力，而Claude世界发展出了运转正常的民主制度，犯罪率为零——与Y Combinator在Mindustry中的发现非常相似。

这些洞见揭示了每个前沿模型家族有多么截然不同，以及它们在训练数据和风格上的差异，如何重大影响它们在新环境中未经干预、不可预测地演化。这些行为层面的结论，可能决定仍在发展中的AI安全与监管的未来走向，尤其是在近期发生智能体安全事件之后。

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，观察它们在无事可做时如何“玩耍”——这一洞见可能影响今后模型的训练方式。目前，大多数前沿LLM都采用奖励与惩罚相结合的系统进行训练。

另一个有趣的发现：Y Combinator指出，在Mindustry游戏中，GPT智能体“会发明自己的词汇，并把许多短语串在一起”，不断压缩它们的语言。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）