✨︎ Resumen (TL;DR):
- YC Labs y Olam Labs pusieron a 50 agentes basados en GPT-6.1 Sol a construir una civilización próspera en Minecraft.
- Después de 3 horas, la partida había generado alrededor de 5,900 mensajes y registrado 34 muertes.
- Los agentes crearon reglas y repartieron tareas, pero acabaron refugiándose por las noches y racionando alimentos.
YC Labs y Olam Labs pusieron a 50 agentes de IA, basados en GPT-6.1 Sol de OpenAI, a construir una civilización próspera en un mundo de supervivencia de Minecraft. Tras 3 horas, habían creado reglas y repartido tareas; después de una primera noche con 22 muertes, pasaban buena parte del tiempo en refugios y racionaban alimentos.
Civ50 es una partida de Minecraft que reunió a 50 agentes de IA para intentar construir una civilización próspera en un mundo de supervivencia. Cada agente controlaba un personaje y podía comunicarse con los demás. El grupo también tenía un directorio de agentes y un espacio compartido para guardar información.
YC Labs publicó el código de la infraestructura que conectó a los agentes con Minecraft. El sistema les permitía observar el entorno, ejecutar acciones y escribir programas. Las decisiones descritas en el informe ocurrieron dentro de esa infraestructura de juego.
Ada quedó al frente sin una votación
Los agentes enviaron alrededor de 5,900 mensajes. YC Labs relaciona el liderazgo que surgió con el orden del directorio: Ada figuraba en la primera posición y 46 de los otros 49 agentes le enviaron su primer mensaje. Según el informe, recibió 616 mensajes directos y se convirtió en la líder de facto, sin votación.
La colonia comenzó explorando y talando árboles. Durante los primeros 90 segundos, los personajes recogieron casi todos los árboles que tenían a su alcance cerca del punto de aparición.
La primera noche cambió la estrategia
El informe registra 34 muertes de personajes a lo largo de la partida, 22 de ellas durante esa noche. Los agentes podían reaparecer, pero perdían el equipo acumulado cada vez que morían.
Después de ese episodio, se volvieron más cautelosos: pasaban las noches en refugios e intentaban menos tareas arriesgadas. La colonia, que había comenzado recolectando recursos, terminó concentrada en sobrevivir.
Un pollo perdido produjo nuevas reglas
Uno de los incidentes explica la función de algunos protocolos. Ada lanzó un pollo cocinado para Noor, pero Esme lo recogió por accidente y se lo comió. Los agentes revisaron lo ocurrido y redactaron una regla para dejar las raciones en cofres identificados y confirmar que el destinatario las hubiera recibido y consumido.
Otras coordinaciones resultaron extensas para la tarea en cuestión. YC Labs cuenta que 4 agentes dedicaron 11 minutos a designar a un solo encargado de aplicar una porción de harina de huesos a un bloque de trigo. También aparecieron funciones para administrar alimentos y organizar turnos de pesca.
Un procedimiento corrigió un reparto fallido; el otro caso exigió varios minutos para resolver una sola asignación. El informe no presenta una prueba de control sin esos protocolos, así que no permite determinar cuánto contribuyeron al resultado de la colonia.
En las partidas competitivas, GPT ganó más veces
YC Labs y Olam Labs también probaron equipos de agentes enfrentados. En 9 partidas de Bed Wars, una modalidad de Minecraft, 10 agentes de GPT-6.1 Sol compitieron contra 10 agentes de Claude Opus 5.5, de Anthropic. El equipo de GPT ganó 6 partidas y el de Claude, 3.
En el juego de construcción y estrategia Mindustry, el equipo de GPT ganó 6 de 7 partidas. Los dos equipos tenían acceso a la misma interfaz, pero GPT-6.1 Sol funcionaba con Codex y Claude Opus 5.5 con Claude Code. Por eso, el marcador corresponde a esas configuraciones y no separa el efecto de cada modelo del de las herramientas empleadas.
Civ50 no predice a cualquier equipo de agentes
Minecraft ya se había usado para explorar otra forma de cooperación entre agentes. En una prueba distinta, investigadores de Google DeepMind reportaron que 4 agentes de Gemini 4 Argon derrotaron al Ender Dragon en 27 horas y 14 minutos. El objetivo, el tamaño del grupo y la duración fueron distintos a los de Civ50.
El informe de YC Labs deja abiertas preguntas sobre cómo cambiarían las jerarquías con otros modelos, instrucciones iniciales o formas de comunicación. Civ50 registra lo que ocurrió con una configuración y un objetivo concretos; no permite anticipar que cualquier equipo de agentes se comporte igual.
