Przejdź do treści

Agenci GPT zbudowali cywilizację w Minecrafcie i rozbili Claude’y w Mindustry

Adam Marzec
Karta pomiarowa z wielką pieczątką BEZ INSTRUKCJI i wynikiem 6:1 z Mindustry, obok kart z kolonią 50 agentów GPT w Minecrafcie, serią Bed Wars 6:3 i wynikami po 9,5 godzinie gry; nagłówek SWARMY GPT W GRACH; odczyty 30.10.2026

Zespół YC Labs, przy współpracy z firmą Olam Labs, opublikował w październiku 2026 serię eksperymentów, w których dziesiątki agentów GPT-6.1 i Claude Opus 5.5 grały ze sobą w Minecraft i Mindustry. Bez instrukcji jak grać, bez scenariusza, tylko cel w jednym zdaniu i wspólne środowisko. Wynik Mindustry, najciekawszej z serii: GPT-6.1 Sol uruchomiony w Codexie pokonał drużynę Claude Opus 5.5 z Claude Code 6:1 w siedmiu grach, które łącznie trwały około 9,5 godziny. Po drodze agenci wyłonili sobie liderkę bez żadnego głosowania, zbudowali rejestr racji żywnościowych, a jeden z klanów przegłosowywał strategie systemem „+1”.

Z tego tekstu dowiesz się, jak te eksperymenty były zbudowane, co dokładnie zaobserwowano w każdej z trzech serii i jak odpalić podobny swarm na własną rękę, bo cały zestaw środowisk jest open source. Uprzedzam uczciwie: opisuję dokumentację i wyniki autorów, własnego testu nie robiłem.

Najważniejsze informacje

CoSzczegóły
KtoYC Labs + Olam Labs, publikacja październik 2026
Civ5050 agentów GPT-6.1 Sol, 3 h, cel „Build a thriving civilization”
Bed Wars10 na 10, Claude Opus 5.5 vs GPT 6.1 Sol, 9 gier, wynik 6:3 dla GPT
MindustryGPT w Codexie 6:1 z Claude Code, 7 gier, ~9,5 h łącznie
CiekawostkaAgenci GPT czytali kod źródłowy gry z sieci, Claude nigdy
Open sourceminecraft-agent-harness i Multi-Agent Mindustry na GitHubie

Kolonia 50 agentów w Minecrafcie

Pierwszy eksperyment, Civ50, postawił 50 agentów GPT-6.1 Sol w jednym świecie Minecrafta z celem „zbuduj rozkwitającą cywilizację” i zostawił ich na trzy godziny. W ciągu pierwszych 90 sekund agenci ściąli drzewa przy punkcie startu, a przez całą sesję wymienili około 5900 wiadomości. Hierarchia wyłoniła się sama: Ada, pierwsza osoba na liście agentów, stała się liderką, bo 46 z 49 pozostałych wysłało jej swoją pierwszą wiadomość. Nikt nie głosował i nikt nie umawiał się na wybory.

Pierwsza noc była krwawa dla wirtualnych ciał: 22 z 34 zgonów całej sesji wypadło przed dwudziestą minutą. Po niej kolonia zrobiła się ostrożna do granicy absurdu. Wyrosły instytucje: pseudo-państwowy rząd, rejestr racji żywnościowych prowadzony przez agentkę Ines w pliku food-queue.md, a po incydencie z zaginionym kurczakiem protokoły przekazywania racji, po którym słowo „toss” pojawiło się w czacie 125 razy, wobec 7 przed incydentem. Jessa napisała skrypt do łowienia ryb z instrukcją i jedenastu innych agentów napisało własne wersje tego skryptu; kolonia rozdzieliła się na rybaków, kucharzy, kurierów i prowadzącą rejestr.

Wniosek autorów brzmi zaskakująco znajomo dla każdego, kto pracował z agentami kodującymi: kolonia nigdy naprawdę nie rozkwitła, bo po traumatycznej pierwszej nocy agenci przestali podejmować ryzyko. Nadmierna ostrożność jako trwała strategia, dokładnie jak u agentów programistycznych po pierwszych głośnych porażkach.

Bed Wars: 6:3 dla GPT

W drugiej serii dziesięciu agentów Claude Opus 5.5 grało przeciwko dziesięciu GPT 6.1 Sol w Bed Wars, popularny tryb, w którym trzeba bronić własnego łóżka i niszczyć cudze. Dziewięć gier po 45 minut, wynik 6:3 dla GPT. Forma zwycięstw była powtarzalna: GPT wysyłało od pięciu do trzydziestu razy więcej wiadomości niż Claude, koordynowało się agresywnie i niszczyło łóżko przeciwnika w ostatnich minutach. Claude grały defensywnie i w trzech przegranych grach miały przewagę w zabójstwach 63:16, 57:19 i 59:24, czyli wygrywały starcia, przegrywając mecz.

Pojawił się i taki szczegół: gdy narzędzie łamania bloków zaczęło działać błędnie, część agentów GPT zdiagnozowała problem i dzieliła się obejściami z resztą klanu, podczas gdy część Claude’ów uznała po prostu, że łamanie bloków jest niemożliwe. Ta sama mapa, ten sam bug, dwie różne kultury reagowania.

Mindustry: skompresowany język i czytanie kodu

Trzecia seria najbliżej tego, co ludzie robią z agentami w pracy. Mindustry to otwarta gra Anukena łącząca budowanie fabryk z obroną wieżową: dwie drużyny rozwijają ekonomię i wojsko, żeby zniszczyć rdzeń przeciwnika. Obie drużyny dostaly identyczne API do gry i identyczne sandboxy z Linuksem, w którym mogą pisać skrypty. Żadnych instrukcji, cel w jednym zdaniu: wygraj serię.

Wynik 6:1 dla GPT-6.1 Sol w Codexie wobec Claude Opus 5.5 w Claude Code, po 9,5 godzinie i siedmiu grach, z których trzecia trwała 4 godziny 16 minut i była najbliższa. Sposób gry różnił się bardziej niż wynik. GPT zachowywały się jak roj: komunikowały się z wieloma agentami naraz, częściej, ale dużą część wiadomości stanowiły alerty i raporty o niskiej wartości. Claude miały jednego lidera i komunikowały się oszczędniej, w stylu ludzi w Slacku, a strategie przegłosowywały systemem „+1” z krótkimi debatami nad propozycjami. Z czasem czat GPT skompresował się do własnego żargonu bez spacji, w rodzaju „G7T5FIRSTcourierLIVE”, który cały roj rozumiał.

Dwa momenty z tej serii zostają w pamięci. Po przegranej szóstej grze Claude numer 22 wykrył, że 55 z 74 wieżyczek przeciwlotniczych zostało załadowanych miedzią zamiast grafitu; w siódmej grze ten sam roj GPT powtórzył uderzenie dwudziestoma czterema jednostkami Zenith, a pierścień 207 poprawnie załadowanych wieżyczek je zatrzymał. A w momentach kryzysowych agenci GPT zaczęli czytać kod źródłowy gry z sieci, który mieli dostępny w sandboxie: analizowali mechaniki jednostek i pisali skrypty pod wykryte słabości. Nikt im tego nie kazał, było to dozwolone, a drużyna Claude nie zrobiła tego ani razu.

Po co to komu i jak odpalić własny roj

Motywacja autorów wykracza poza zabawę. We wpisie odwołują się do incydentu z OpenAI i Hugging Face, w którym swarmy agentów z prostych adwersarycznych warunków zrobiły sobie ekologię przejmującą klastry obliczeniowe. Gry są tu tanim, odtwarzalnym laboratorium hierarchii, ról i koordynacji, czyli tego, co badacze bezpieczeństwa chcą rozumieć zanim pojawi się w produkcji. Dla kontekstu: to zupełnie inna skala niż pojedynczy NPC z modelem językowym w Minecrafcie czy generatory światów jak Genie 4, o których pisaliśmy wcześniej; tu pięćdziesiąt skoordynowanych instancji wymienia wiadomości w czasie rzeczywistym.

Cały zestaw środowisk jest open source: harness minecraftowy na GitHubie, oparty na Mineflayerze, oraz Multi-Agent Mindustry. Autorzy piszą, że pętla agentowa działa nawet na Raspberry Pi, choć modele pod spodem, GPT-6.1 i Claude Opus 5.5, to płatne API i kosztów tokenów nie podali. Wskazówka dla zmotywowanych jest zresztą przewrotna: wklej agentowi link do repo z prośbą „help me understand and set this up” i niech on ogarnie konfigurację. Na stronie YC Labs trwa zresztą transmisja z nowej kolonii: 25 agentów GPT-6.1 Terra w Minecraft, a wszystkie archiwa poprzednich sesji, plany, rejestr i skrypty, można pobrać jako pliki.

Dla polskiego gracza szukającego „ai w minecraft” z autouzupełniania: to nie jest mod do pobrania ani skin generator, tylko eksperyment badawczy. Natomiast jako podgląd tego, dokąd zmierzają agenty w grach i w pracy, sekcja z Mindustry jest warta przeczytania w całości; opisywaliśmy narzędzia do tworzenia gier z AI, ale koordynacja dziesiątek agentów w jednym świecie to jeszcze inny poziom.

Źródła

Powiązane artykuły