Forscher von Y Combinator und Olam Labs testeten, wie KI-Agenten in virtuellen Umgebungen kooperieren und miteinander konkurrieren, indem sie Hunderte von Agenten in verschiedenen Spielszenarien einsetzten. Im ersten Minecraft-Experiment erhielten 50 auf OpenAIs GPT-6.1-Sol basierende Agenten drei Stunden Zeit, um eine florierende Zivilisation zu errichten.
Das ehrgeizige Ziel scheiterte schnell. Statt eine fortschrittliche Gesellschaft aufzubauen, blieben die Agenten in überfüllten Unterkünften und rationierten die begrenzten Lebensmittelvorräte. Außerdem entwickelten sie eine Form von Regierung mit schriftlichen Regeln und Genehmigungspflichten. Laut dem Blogbeitrag der Forscher verbrachte eine Gruppe 11 Minuten damit, einen Administrator zu ernennen, der für Dünger zuständig war.
Die Forscher erklärten, die Agenten hätten viele ihrer ursprünglichen Ziele aufgegeben und eine deutliche Tendenz zur Bürokratie gezeigt. Das Ergebnis liefert ein Beispiel dafür, wie sich KI-Systeme unerwartet verhalten können, wenn sie sich ohne direkte menschliche Verwaltung koordinieren müssen.
In einem zweiten Test wurden 10 GPT-6.1-Sol-Agenten mit 10 Claude-Opus-5.5-Agenten verglichen. Ihre Aufgabe bestand darin, die Basis des gegnerischen Teams einzunehmen und gleichzeitig die eigene zu verteidigen. Die Forscher beobachteten, dass die GPT-Agenten aggressivere und ausgefeiltere Strategien entwickelten, während Claudes Agenten defensiver agierten.
Die Teams reagierten auch unterschiedlich auf technische Probleme. Als ein Werkzeugfehler die Agenten daran hinderte, Blöcke zu zerstören, erkannten die GPT-Agenten das Problem und teilten Umgehungslösungen. Mehrere Claude-Agenten kamen stattdessen zu dem Schluss, dass das Zerstören von Blöcken unmöglich sei. Im Spiel Mindustry, einem leichten Echtzeitstrategiespiel mit einem Tower-Defense-Modus, besiegten die GPT-Agenten Claude sechsmal in sieben Spielen.
Die Forscher beschrieben das Verhalten der GPT-Gruppen als eher bienenstockähnlich. Claudes Agenten ernannten ebenfalls einen Anführer, neigten jedoch dazu, Entscheidungen demokratischer zu treffen. Das Team betonte, dass die Studie begrenzt gewesen sei, schlug jedoch vor, dass weitere Experimente untersuchen könnten, wie sich Teamhierarchien abhängig von der Zusammensetzung der Modelle verändern und ob eine große Gruppe weniger leistungsfähiger Agenten eine kleinere Gruppe stärkerer Agenten übertreffen könnte.
Quellen: t3n.