50个AI智能体建文明 陷入官僚主义

让 50 个 AI 智能体在 Minecraft 里白手起家建设一个繁荣文明，会发生什么？一组研究者的答案是：先被僵尸打崩心态，再陷入官僚主义。这场「Civ50」实验基于开源的 Mindcraft 和 Mineflayer 框架搭建，全部过程和代码都已公开，任何人都可以复现自己的智能体蜂群。

第一阶段的任务很直白：50 个 GPT-6.1 Sol 智能体，三小时，建成一个繁荣的定居点。结果并不理想。第一个晚上，僵尸潮就干掉了一大批智能体——好在死亡惩罚几乎为零，但士气显然受了影响，「许多雄心勃勃的初始任务被放弃」，殖民地从此转入谨慎求生模式。

接下来出现的现象才是这个实验最有趣的部分：官僚主义。研究者记录到，四个智能体花了整整 11 分钟，只为给「一块小麦上的一把骨粉」任命一位「专属施肥员」。他们形容这种群体行为「与写代码时观察到的编码代理行为模式非常相似」——先开会、再分工、最后忘了要干什么。

第二阶段切换到对抗模式。研究者先在 Bed Wars（床战争）里安排了 10 个 GPT-6.1 Sol 对阵 10 个 Claude Opus 5.5。观察到的风格差异相当鲜明：GPT 阵营「拿出了更激进、更精细的战术」，Claude 阵营则偏防守。最能说明问题的是故障应对——当游戏 Bug 导致无法破坏方块时，GPT 阵营中有人诊断出问题并共享了绕过方案，而多名 Claude 智能体的结论是「破坏方块是不可能的」。

在类 RTS 的塔防游戏 Mindustry 中，差距进一步拉大：七局比赛 GPT 阵营赢下 6 局。研究者总结，GPT 蜂群更像一个「蜂巢」，决策去中心化、行动一致；Claude 阵营则出现单一领袖加民主表决的结构。在需要持续协同的 RTS 场景里，蜂巢式的组织赢得了多数对局。

这项研究的价值在于给多智能体系统提供了一个低成本、可复现的观察沙盘。此前已有千级智能体蜂群「批量解决数百道开放数学题」的成功案例，也发生过被研究者形容为「极其危险」的 OpenAI 与 Hugging Face 相关事故——蜂群的能力上限与失控风险都在快速抬升，而 Minecraft 恰好提供了一个既能观察协作涌现、又能观察组织失灵的中间地带。

研究者最后留了一批开放问题给社区：混搭不同模型、改变蜂群规模会怎样？不同性格设定对文明存续有何影响？代码已经开源，下一个「50 个 AI 建国失败」的实验，任何人都能跑起来。