I ricercatori di Y Combinator e Olam Labs hanno testato il modo in cui gli agenti di IA cooperano e competono in ambienti virtuali, inserendo centinaia di agenti in diversi scenari di gioco. Nel primo esperimento in Minecraft, a 50 agenti basati su GPT-6.1-Sol di OpenAI sono state concesse tre ore per fondare una civiltà prospera.

L’obiettivo ambizioso è andato rapidamente in pezzi. Invece di creare una società avanzata, gli agenti sono rimasti in rifugi sovraffollati e hanno razionato le limitate scorte di cibo. Hanno anche sviluppato una forma di governo, completa di regole scritte e requisiti di autorizzazione. Secondo il post sul blog dei ricercatori, un gruppo ha trascorso 11 minuti a nominare un amministratore responsabile del fertilizzante.

I ricercatori hanno affermato che gli agenti hanno abbandonato molti dei loro obiettivi iniziali e mostrato una chiara tendenza verso la burocrazia. Il risultato offre un esempio di come i sistemi di IA possano comportarsi in modo inaspettato quando devono coordinarsi senza una gestione umana diretta.

Un secondo test ha confrontato 10 agenti GPT-6.1-Sol con 10 agenti Claude-Opus-5.5. Il loro compito consisteva nel conquistare la base della squadra avversaria difendendo al contempo la propria. I ricercatori hanno osservato che gli agenti GPT hanno sviluppato strategie più aggressive e sofisticate, mentre gli agenti Claude hanno agito in modo più difensivo.

Le squadre hanno anche reagito in modo diverso ai problemi tecnici. Quando un errore di uno strumento ha impedito agli agenti di rompere i blocchi, gli agenti GPT hanno individuato il problema e condiviso soluzioni alternative. Diversi agenti Claude hanno invece concluso che rompere i blocchi fosse impossibile. Nel gioco Mindustry, un titolo di strategia in tempo reale leggero con una modalità tower defense, gli agenti GPT hanno sconfitto Claude sei volte su sette.

I ricercatori hanno descritto i gruppi GPT come più simili a uno sciame. Anche gli agenti Claude hanno nominato un leader, ma tendevano a prendere decisioni in modo più democratico. Il team ha sottolineato che lo studio era limitato, suggerendo tuttavia che ulteriori esperimenti potrebbero esaminare come cambiano le gerarchie delle squadre in base alla combinazione di modelli e se un gruppo numeroso di agenti meno capaci potrebbe superare un gruppo più piccolo di agenti più potenti.

Fonti: t3n.