Investigadores de Y Combinator y de Olam Labs probaron hace poco enjambres de agentes de IA en escenarios de videojuego. Minecraft y varios de sus modos de juego sirvieron de banco de pruebas donde se soltaron cientos de agentes para trabajar juntos o como rivales. La idea es que la colaboración y los conflictos dentro del juego ayuden a entender casos reales con agentes de IA que han acaparado titulares, informó Tom's Hardware.
El estudio podría ayudar a ver qué pasó, para bien y para mal, en casos recientes con enjambres de IA, y así los desarrolladores podrían mejorar esta tecnología. El blog menciona dos casos opuestos. Uno es el de los enjambres de mil agentes que "arrasaron hace poco con cientos de problemas matemáticos abiertos". El otro es el incidente "extremadamente peligroso" de OpenAI y Hugging Face. La investigación se apoya en trabajos y herramientas previas, en particular los repositorios Mindcraft y las herramientas de scripting de Mineflayer.
La colonia de 50 agentes
El primer plan de pruebas fue colaborativo y simple. En esta fase, los investigadores le encargaron a 50 agentes construir una civilización próspera en tres horas. Al parecer se probaron aquí 50 agentes GPT-6.1 Sol y ningún agente de Claude.
Lo más interesante de esta prueba, llamada "Civ50", es que la colonia de 50 integrantes nunca llegó a prosperar. La primera noche, los zombis eliminaron a una gran cantidad de agentes (con poca penalización), y los investigadores anotaron que "se abandonaron muchas tareas iniciales ambiciosas".
Desde ahí, los colonos se dedicaron a sobrevivir con cautela y mostraron una tendencia a la burocracia. Un ejemplo lo resume.
"Cuatro agentes pasaron 11 minutos designando a un 'operador único de fertilizante' para una sola unidad de polvo de hueso sobre un solo bloque de trigo", escribieron los investigadores.
Según ellos, este comportamiento del enjambre "se sintió parecido a patrones que se ven al trabajar con agentes de programación".
¿Qué pasó cuando GPT y Claude se enfrentaron?
Después, los investigadores pusieron a los enjambres en conflicto. Primero los probaron en Bed Wars, un modo de combate por equipos en que hay que capturar la base rival mientras se defiende la propia. El enfrentamiento fue de 10 agentes GPT-6.1 Sol contra 10 agentes Claude Opus 5.5.
"Los agentes GPT idearon estrategias mucho más agresivas y elaboradas", anotaron los investigadores. Claude fue más defensivo. También hubo contraste en cómo cada equipo resolvió los problemas.
"Un error de una herramienta impidió romper bloques. GPT lo diagnosticó y compartió formas de esquivarlo, y varios Claude concluyeron que romper era imposible", relataron.
Por último, los agentes se probaron en Mindustry, un juego de estrategia en tiempo real liviano con modo de defensa de torres dentro de Minecraft. "Los GPT ganaron 6 a 1 a los Claude en los 7 juegos", un buen resultado para los agentes creados por OpenAI. Los investigadores concluyeron que los GPT actuaron más como una colmena, mientras que los Claude tenían un único líder pero un proceso de decisión de estilo democrático. En Mindustry, lo primero fue la base de una estrategia ganadora más consistente.
¿Se pueden correr los enjambres en casa?
Los enjambres son de código abierto, así que cualquiera puede correr los suyos para ajustarlos y probarlos. El blog original termina con preguntas abiertas que se pueden revisar de forma práctica y propone direcciones para seguir investigando. Por ejemplo, sugiere que comparar distintas mezclas de modelos y enjambres de distintos tamaños en Minecraft podría llevar a conclusiones de interés.
