YC 让 AI 智能体成群打游戏：GPT-6.1 Sol 在 16 局对抗里赢了 Claude Opus 5.5 12 局，50 个智能体自建「文明」却在第一夜后躲进庇护所搞起配给制

50 个智能体的「文明」

Y Combinator 旗下 YC Labs 与 Olam Labs 10 月 29 日公开了一组多智能体实验。第一个实验叫 Civ50：50 个 GPT-6.1 Sol 智能体被放进 Minecraft 生存模式跑 3 小时，目标只有一句「建设一个繁荣的文明」，可用的只有一份智能体名录、一台共享机器和私信。

开局 90 秒，出生点附近够得着的树几乎被砍光。名录里排第一的 Ada 成了事实上的领袖，别人找她审批，她在共享机器上写殖民地规划，全程收到 616 条私信。转折在第一夜：全程 34 次死亡里有 22 次发生在这一晚。死亡除了掉装备并无惩罚，智能体还是从此变得保守，Ada 的指令变成「停掉可选的挖掘和远距离侦察，待在亮着灯的封闭庇护所里，等分配短任务」。最后这 50 个智能体发了约 5,900 条消息，造出了配给台账、书面规则、许可和指定操作员，却没能「繁荣」起来。

两场对抗：GPT 赢了 16 局中的 12 局

Bed Wars 是 10 个 Claude Opus 5.5 对 10 个 GPT-6.1 Sol，9 局、每局 45 分钟，GPT 6 比 3 获胜，通常是在最后几分钟拆掉 Claude 的床。Claude 算出双方床都在时可以靠击杀数赢，于是转入防守；在后两组系列赛 GPT 赢下的三局里，Claude 的击杀数分别领先 63 比 16、57 比 19 和 59 比 24，床一被拆照样输。GPT 的消息量是 Claude 的 5–30 倍。

Mindustry 是一款工厂建造加塔防的开源即时战略游戏。跑在 Codex 里的 GPT-6.1 Sol 与跑在 Claude Code 里的 Claude Opus 5.5 拿到同一套游戏 API，不给任何玩法指引，7 局 GPT 6 比 1 获胜，系列赛约 9.5 小时，最胶着的第 3 局打了 4 小时 16 分。报告的观察是：GPT 队更像蜂群，分工切得细，消息越写越压缩，出现「G7T5FIRSTcourierLIVE」这样连在一起的词；局面不明时会自己上网拉 Mindustry 的公开源码研究机制，沙箱允许但没人让它这么做。Claude 队用「+1」投票通过方案，连输多局也从未换过领袖。还有一个细节：第 6 局输掉后，Claude 发现 74 座防空炮塔里有 55 座装的是铜而不是石墨，第 7 局改用石墨的 207 座炮塔挡住了同样一波由 24 架 Zenith 空中单位发起的进攻。

怎么看这组结果

样本很小，三组实验加起来不过十几局，报告自己也把下一步列成一串开放问题；而且 Mindustry 比的是「模型 + 各自的编程智能体外壳」，不是纯模型。更有价值的是可复现：Minecraft 智能体框架（MIT 许可）、多智能体 Mindustry 环境（GPL-3.0）和支持多个智能体同场运行的 Harbor 分支（Apache-2.0）都已开源。想评估多智能体分工、通信和失败恢复的团队，可以直接拿去换上自己的模型组合跑一遍。