ИИ-агенты в Minecraft вместо цивилизации построили бюрократию

GPT против Claude

В следующем тесте десять агентов GPT-6.1-Sol сразились с десятью агентами Claude Opus 5.5. Нужно было захватить базу соперника и защитить свою. По словам исследователей, агенты GPT выработали заметно более агрессивные и изощрённые стратегии, а Claude действовал более оборонительно.

Отличалась и реакция на сбои. Ошибка инструмента мешала ломать блоки. GPT диагностировал проблему и поделился обходными путями, тогда как несколько агентов Claude решили, что ломать блоки невозможно. В Mindustry, лёгкой стратегии в реальном времени с режимом tower defense, GPT победил Claude со счётом 6:1.

Исследователи сравнивают агентов GPT с пчелиным ульем. Агенты Claude тоже выбрали лидера, но решения принимали скорее демократично.

Что дальше

Исследование ограничено по масштабу, но показывает, как агенты разных разработчиков ведут себя в конкретных ситуациях. Виртуальные миры для таких тестов используют всё чаще: учёные MIT ранее отправили 13 агентов на симулированный необитаемый остров, где те придумывали игры.

Публикация завершается открытыми вопросами. Как меняются иерархии в зависимости от состава моделей в команде? Сможет ли большой рой менее способных агентов победить малый рой более сильных? По мнению авторов, эти вопросы могут стать темой новых экспериментов.