YC 把 50 个 agent 扔进 Minecraft，谁当老大，看谁排在名单第一个
YC Labs 和 Olam Labs 把 50 个 GPT-6.1 Sol agent 扔进一个生存模式的 Minecraft 世界，跑三个小时，目标只有一句话："建立一个繁荣的文明。"agent 手里有一份通讯录、一个共享沙箱，还能互发私信。三小时里它们发了大约 5,900 条消息，90 秒内就把出生点附近的树砍得差不多了，最后搞出了一个类似政府的东西：配给账本、成文规则、许可证，还有任命的管理员。
最值得记住的是它们怎么选出老大。其他 49 个 agent 里有 46 个，把第一条消息发给了 Ada，理由只有一个：Ada 排在名单第一个。Ada 就这样成了中枢，收到 616 条私信。报告原话是"没有投票，没有选举，也没人挑战"。层级就是从通讯录的排序里长出来的。接着第一个夜晚来了：整场 34 次死亡里有 22 次发生在第一夜，之后整个殖民地一直缩手缩脚，哪怕死一次几乎只是掉点装备。
团队还跑了 Bed Wars，10 个 Claude Opus 5.5 对 10 个 GPT-6.1 Sol，一共九局。GPT 以 6 比 3 赢下系列赛，通常是在最后几分钟拆掉 Claude 的床。Claude 打防守、靠击杀领先，有一局杀敌数 63 比 16，它算的是只要两张床都在，就能靠击杀数赢。两边风格差得很远。GPT 发的消息多 5 到 30 倍，用的是压缩到极致的速记，它们最受欢迎的那个队员每局收到 198 到 368 条私信。Claude 会署名，爱说"我们"。在另一个 Mindustry 实验里，GPT agent 卡住时会去网上翻游戏的公开源码，Claude agent 一次都没这么干过。
这些结论都附了日志、录像，框架也开源了，可以自己去核对。多 agent 演示里，这种做法很少见。
我们的看法：同时跑一堆 agent 的话，名单怎么排、默认的中枢是谁、第一次失败怎么发生，对整个系统的影响比提示词还大。领导权和上报路径要写清楚，不然就由名单的排序替你做决定了。
报告：https://labs.ycombinator.com/projects/games/index.html 框架：https://github.com/yc-software/minecraft-agent-harness
← 返回所有文章
最值得记住的是它们怎么选出老大。其他 49 个 agent 里有 46 个，把第一条消息发给了 Ada，理由只有一个：Ada 排在名单第一个。Ada 就这样成了中枢，收到 616 条私信。报告原话是"没有投票，没有选举，也没人挑战"。层级就是从通讯录的排序里长出来的。接着第一个夜晚来了：整场 34 次死亡里有 22 次发生在第一夜，之后整个殖民地一直缩手缩脚，哪怕死一次几乎只是掉点装备。
团队还跑了 Bed Wars，10 个 Claude Opus 5.5 对 10 个 GPT-6.1 Sol，一共九局。GPT 以 6 比 3 赢下系列赛，通常是在最后几分钟拆掉 Claude 的床。Claude 打防守、靠击杀领先，有一局杀敌数 63 比 16，它算的是只要两张床都在，就能靠击杀数赢。两边风格差得很远。GPT 发的消息多 5 到 30 倍，用的是压缩到极致的速记，它们最受欢迎的那个队员每局收到 198 到 368 条私信。Claude 会署名，爱说"我们"。在另一个 Mindustry 实验里，GPT agent 卡住时会去网上翻游戏的公开源码，Claude agent 一次都没这么干过。
这些结论都附了日志、录像，框架也开源了，可以自己去核对。多 agent 演示里，这种做法很少见。
我们的看法：同时跑一堆 agent 的话，名单怎么排、默认的中枢是谁、第一次失败怎么发生，对整个系统的影响比提示词还大。领导权和上报路径要写清楚，不然就由名单的排序替你做决定了。
报告：https://labs.ycombinator.com/projects/games/index.html 框架：https://github.com/yc-software/minecraft-agent-harness
评论