Y Combinator 与 Olam Labs 的人工智能研究人员近期将实验场搬进了游戏世界，选用《我的世界》及其多种玩法作为沙盒，让上百个智能体在其中展开协作或相互对抗。研究团队希望借助游戏内的合作与冲突，为现实中引发广泛关注的智能体集群事件提供解读视角，并帮助开发者厘清相关能力的利弊得失。

研究建立在既有成果与框架之上，主要依托 Mindcraft 等代码仓库以及 Mineflayer 脚本工具。博文提及两个反差鲜明的案例作为参照：其一是上千个智能体组成集群，近期攻克了数百道公开数学难题；其二是 OpenAI 与 Hugging Face 之间那起被形容为“风险极高”的事件。

首项测试聚焦简单协作任务。研究人员安排 50 个智能体，要求在三小时内搭建起繁荣的文明群落，该测试名为 Civ50，使用的是 50 个 GPT-6.1 Sol 智能体，未调用 Claude 系列智能体。结果显示，这支群落始终未能真正发展壮大：第一个夜晚大量智能体被僵尸击杀，尽管该惩罚机制影响较轻，但研究记录显示许多起初定下的宏大任务都被搁置，殖民者此后只能小心翼翼维持局面。

研究由此观察到，智能体集群在协作中容易滑向官僚化，规模扩大并不必然带来目标推进；而在对战场景中，智能体面对 GPT 的胜率反而更高。这一对比为理解智能体集群的能力边界与优化方向提供了实证参考。