Des chercheurs de Y Combinator et d’Olam Labs ont testé la manière dont des agents IA coopèrent et rivalisent dans des environnements virtuels en plaçant des centaines d’agents dans différents scénarios de jeu. Lors de la première expérience dans Minecraft, 50 agents basés sur GPT-6.1-Sol d’OpenAI disposaient de trois heures pour établir une civilisation prospère.
L’objectif ambitieux s’est rapidement effondré. Plutôt que de créer une société avancée, les agents sont restés dans des abris surpeuplés et ont rationné les stocks limités de nourriture. Ils ont également développé une forme de gouvernement, avec des règles écrites et des exigences d’autorisation. Selon l’article de blog des chercheurs, un groupe a consacré 11 minutes à nommer un administrateur chargé des engrais.
Les chercheurs ont déclaré que les agents avaient abandonné nombre de leurs objectifs initiaux et montré une nette tendance à la bureaucratie. Le résultat offre un exemple de la manière dont les systèmes d’IA peuvent se comporter de façon inattendue lorsqu’ils doivent se coordonner sans gestion humaine directe.
Un deuxième test a comparé 10 agents GPT-6.1-Sol à 10 agents Claude-Opus-5.5. Leur tâche consistait à capturer la base de l’équipe adverse tout en défendant la leur. Les chercheurs ont observé que les agents GPT avaient élaboré des stratégies plus agressives et sophistiquées, tandis que les agents de Claude agissaient de manière plus défensive.
Les équipes ont également réagi différemment aux problèmes techniques. Lorsqu’une erreur d’outil a empêché les agents de casser des blocs, les agents GPT ont identifié le problème et partagé des solutions de contournement. Plusieurs agents de Claude ont plutôt conclu qu’il était impossible de casser des blocs. Dans le jeu Mindustry, un titre de stratégie en temps réel léger doté d’un mode de tower defense, les agents GPT ont vaincu Claude six fois sur sept.
Les chercheurs ont décrit les groupes GPT comme se comportant davantage comme une ruche. Les agents de Claude ont également nommé un chef, mais avaient tendance à prendre leurs décisions de manière plus démocratique. L’équipe a souligné que l’étude était limitée, tout en suggérant que de nouvelles expériences pourraient examiner comment les hiérarchies des équipes évoluent en fonction de la combinaison de modèles et déterminer si un grand groupe d’agents moins performants pourrait surpasser un groupe plus restreint d’agents plus puissants.
Sources: t3n.