Y Combinator与Olam Labs发布AI智能体群体游戏测试结果
50个GPT-6.1 Sol智能体在《我的世界》中被要求用三小时建立文明，最终殖民地始终未能繁荣。
据 tomshardware.com 报道，Y Combinator 与 Olam Labs 的研究人员公布了一组测试结果，在《我的世界》、Mindustry 和 Bed Wars 等游戏场景中让 GPT-6.1 Sol 与 Claude Opus 5.5 的 AI 智能体群体进行协作与对抗。
其中一项名为「Civ50」的测试中，50 个 GPT-6.1 Sol 智能体获得三小时时间建立繁荣文明，但研究结果显示该殖民地始终未能繁荣。研究人员指出，在第一个夜晚之后，许多起初的宏大任务被放弃，行为趋向于官僚化。据称，4 个智能体花了 11 分钟，只为一块小麦上的单份骨粉任命唯一的施肥操作员。
在 Bed Wars 场景中，10 个 GPT-6.1 Sol 智能体对阵 10 个 Claude Opus 5.5 智能体，GPT 一方策略更具攻击性，Claude 一方则偏重防守。当一个工具漏洞导致无法破坏方块时，GPT 智能体诊断出问题并共享了变通方法，而若干 Claude 智能体则得出结论认为破坏方块不可能实现。
在 Mindustry 的 7 局对战中，GPT 智能体以 6 比 1 战胜 Claude 智能体。研究人员总结认为，GPT 智能体的行为更接近蜂群式协作，而 Claude 智能体则表现为单一领导者主导、带有民主决策色彩。
研究人员已将相关智能体群体开源，供其他人运行与测试。
快速问答
这次测试使用了哪些AI模型？
测试使用了 OpenAI 的 GPT-6.1 Sol 与 Claude Opus 5.5 两个模型，在《我的世界》、Bed Wars 和 Mindustry 中进行。
Civ50测试的结果如何？
50 个 GPT-6.1 Sol 智能体获得三小时建立繁荣文明，但殖民地始终未能繁荣，行为趋向官僚化。
这些智能体群体是否公开？
研究人员已将智能体群体开源，供其他人运行和测试。