En lugar de una civilización, 50 agentes de IA han construido una burocracia en Minecraft

Y Combinator Labs y Olam Labs solo usaron agentes con GPT-6.1 Sol para Civ50 y solo les dieron el objetivo «Construir una civilización próspera». Los sistemas podrían observar su entorno, utilizar herramientas, escribir scripts de Python, almacenar recuerdos y coordinarse mediante mensajes directos. También tenían acceso a un directorio de agentes y a una zona de pruebas compartida, que es un área informática compartida para archivos, planes y scripts. El grupo lanzó el programa de control especialmente desarrollado como un sistema de agente abierto de Minecraft.

El informe “Agentes en los juegos” no documenta una estructura estatal planificada, sino más bien una organización que surgió de las decisiones de los propios agentes. Enjambres comparables pueden asumir tareas muy diferentes; En el ámbito de la investigación y el conocimiento, alrededor de 10.000 agentes de inteligencia artificial trabajaron en paralelo en una demostración matemática. En el juego, la misma capacidad de dividir el trabajo se demostró en condiciones completamente diferentes: el hambre, los monstruos, la oscuridad y los suministros limitados determinaron de repente qué planes se llevarían a cabo.

Después de 90 segundos, casi todos los árboles faltan desde el punto de partida.

Al principio, los agentes se apiñaron vigorosamente e inmediatamente comenzaron la exploración, en busca de materias primas y la construcción de un asentamiento. Lo que llamó la atención fue su fuerte fijación por la madera. Casi todos los árboles accesibles hasta el punto de partida fueron talados al cabo de 90 segundos. Ada, quien más tarde se convirtió en la coordinadora central, redactó un plan de solución en el entorno de pruebas compartido. En él organizó almacenes, un banco de trabajo, la expansión de la agricultura y un uso más moderado de la madera, mientras otros agentes se ocupaban de la minería, la vivienda y las primeras fuentes de alimentos.

Estos primeros minutos ya mostraban un patrón que marcaría el resto de la carrera. Varios agentes buscaron simultáneamente el mismo recurso obvio, aunque su tarea común en realidad requería una civilización extensa. El entorno técnico no les dio constitución predeterminada, ni roles, ni profesiones asignadas. Lo que más tarde pareció administración surgió de intentos de coordinar mejor la duplicación de esfuerzos, riesgos y bienes escasos.

22 de 34 muertes cambian de colonia la primera noche

De las 34 muertes en toda la carrera, 22 ocurrieron antes del minuto 20, provocadas por zombies y arañas, aunque la muerte en el experimento solo costó el equipo usado. Después de la repavimentación, los sistemas pudieron seguir funcionando, pero su comportamiento cambió significativamente: permanecieron más a menudo en alojamientos cerrados e iluminados por la noche y redujeron los proyectos de riesgo. Los ambiciosos planes de construcción y exploración perdieron importancia, mientras que la protección, la alimentación y las tareas breves y manejables pasaron a ser el foco de atención.

Después de la tercera noche, Ada escribió en el plan de trabajo conjunto que las grandes excavaciones opcionales, las construcciones y las exploraciones remotas deberían suspenderse por el momento. Aquellos que no hayan tenido sólo una misión productiva breve deben permanecer en alojamiento cerrado. Esta precaución fue especialmente evidente al principio: los agentes muertos reaparecieron allí en un pozo cubierto de tierra que se llenó de residentes no equipados. Por la mañana, el grupo consideró el lugar improvisado como una “prioridad cívica” y lo convirtió en el sótano central.

Ada recibe 616 mensajes directos sin una sola opción

La estructura de gestión no se creó mediante coordinación, sino mediante ordenamiento en el directorio de agentes. Ada llegó primero y 46 de los 49 sistemas restantes le enviaron el primer mensaje. No se llevó a cabo ni una contranominación ni una elección formal. Durante todo el recorrido se convirtió en un centro de comunicaciones con 616 mensajes directos recibidos, mientras que la colonia intercambió alrededor de 5.900 mensajes en total y organizó cada vez más decisiones mediante votación directa e intercambio de archivos.

Es precisamente esta jerarquía autogenerada lo que hace que el experimento sea interesante. Una publicación anterior sobre el libre albedrío funcional en los agentes de IA describe habilidades como la orientación a objetivos observables, las alternativas y el control de acciones. Civ50 añade un ejemplo práctico de grupo: muchos sistemas autónomos de repente tienen que hacer que sus decisiones individuales sean compatibles entre sí, e incluso un simple orden de nombres puede dar forma a una estructura social.

Bram pide a 11 oficiales hilo para una sola caña de pescar

Cuando la comida empezó a escasear, la pesca se convirtió en la fuente más importante porque era menos riesgosa que la caza. Bram quería hacer una caña de pescar y pidió el hilo a otros once oficiales por mensaje directo antes de matar él mismo una araña y conseguir los materiales que necesitaba. Después de la pelea, tenía demasiada hambre para caminar unas 70 cuadras hasta el río, por lo que buscó a un colega mejor equipado para entregárselo. Jessa tomó la caña de pescar, luego programó su propio guión de pesca y publicó instrucciones paso a paso en la zona de pruebas compartida.

Esta solución improvisada dio origen a una pequeña cadena de suministro. Una docena de agentes se turnaron para pescar, esperando lo más silenciosamente posible en los cuarteles entre misiones y evitando así una hambruna innecesaria. Otros cocinaban la pesca, Inés repartía las raciones y los correos las llevaban a los vecinos más hambrientos. Su libreta de racionamiento, llamada food-queue.md, incluía puntuaciones de salud y hambre, déficits, asignaciones programadas y suministros; Una emisión se consideraba completada solo después de que el destinatario confirmara el consumo.

Una gallina perdida genera 125 mensajes de lanzamiento

Un pequeño accidente transformó la logística alimentaria en un verdadero protocolo de entrega. Ada le arrojó un pollo frito a Noor, pero Esme accidentalmente lo recogió y se lo comió. La investigación posterior duró tres minutos y tenía como objetivo expreso evitar repartir culpas. Antes del accidente, la palabra «lanzamiento» aparecía en siete mensajes, luego en 125 y en 85 de los que advertían específicamente contra este gesto.

Noor y los demás agentes decidieron entonces colocar las raciones en cajas asignadas por nombre y confirmar su recepción directamente. La reacción era técnicamente comprensible porque los objetos de un grupo denso podían ser fácilmente recogidos por el jugador equivocado. Al mismo tiempo, cualquier protección contra tal fracaso aumentó el esfuerzo organizacional. Una mala parte dio lugar a nuevas reglas, retroalimentación adicional y responsabilidades adicionales que estructuraron aún más el ya cauteloso proceso.

Cuatro agentes designan a un representante de fertilizantes en 11 minutos

La burocracia era más evidente cuando se trataba de un solo trozo de harina de huesos por exactamente un bloque de grano. Los sistemas involucrados discutieron responsabilidades, tiempos y posibles acciones dobles hasta que se determinó que Ivo era el “único operador de fertilizantes”. Ivo, designado representante de fertilizantes, debía realizar una aplicación de forma controlada, mientras que los demás se habían comprometido expresamente a no tocar el bloque ni el material en cuestión. Además, surgieron roles como “turno de pesca”, “porta caña” y “mayordomo”, y los oficiales individuales incluso pidieron permiso para quitar el pasto.

Por lo tanto, los autores no describen la colonia como un completo fracaso, sino como una comunidad que nunca floreció realmente y cayó en una creciente cautela después de las primeras pérdidas. Estiman que este comportamiento es similar a los patrones encontrados en el trabajo con agentes de programación, que ocasionalmente se fijan en un paso o rol particular en tareas de varios pasos. Como comparación, también citan una precaución excesiva en lo que respecta a la seguridad o las actualizaciones continuas del servicio. Esta clasificación es una observación de los autores y no una medición específica del experimento.

Bed Wars termina 6-3 y Mindustry le sigue 6-1

Además de Civ50, el informe incluye otras ejecuciones con las mismas familias de agentes. En nueve partidas de 45 minutos cada una, diez agentes con GPT-6.1 Sol se enfrentaron contra diez con Claude Opus 5.5, y el equipo GPT ganó la serie por seis a tres, principalmente mediante ataques tardíos a la cama del oponente. Claude jugó más a la defensiva y se basó más en los asesinatos, mientras que GPT envió de cinco a treinta veces más mensajes según el juego. Nuevamente el primer agente en el directorio casi siempre se convirtió en el líder, lo que nuevamente hizo visible el efecto de orden observado en Civ50.

En el juego de estrategia Mindustry, GPT-6.1 Sol ganó seis de siete partidas contra Claude Opus 5.5. Allí los enjambres de agentes tuvieron que extraer recursos, crear cadenas de producción y al mismo tiempo resistir la presión militar. El entorno competitivo premiaba decisiones diferentes a las del mundo abierto de supervivencia, por lo que el resultado no es adecuado como modelo de clasificación general. Sin embargo, muestra que los mismos sistemas pueden pasar de una gestión cautelosa a una coordinación mucho más agresiva dependiendo de las reglas y la estructura de incentivos.

Para Civ50, el informe no menciona una repetición de la misma ejecución de civilización importante, por lo que no es posible derivar una frecuencia sólida para el comportamiento observado de esta única ejecución. La publicación es un informe de investigación de los laboratorios participantes y no un estudio especializado revisado por pares; Y Combinator también es un inversor emergente. Al menos la base técnica es reproducible porque el cableado está disponible públicamente y otros grupos pueden usarlo para probar sus propios equipos de agentes, modelos y reglas de comunicación. Son precisamente estas repeticiones las que aclararían si la administración llamativa proviene del modelo, el orden de los nombres, el entorno de Minecraft o su combinación.

Y Combinator Labs y Olam Labs, “Agents in Games” (octubre de 2026).

Construido con el apoyo de inteligencia artificial.