# Пятьдесят агентов GPT-6.1 Sol попытались построить цивилизацию в Minecraft и увязли в процедурах

> Исследователи из Y Combinator и Olam Labs дали 50 агентам GPT-6.1 Sol три часа на создание процветающего общества в Minecraft. Победили зомби и бюрократия, а затем последовали прямые состязания с Claude Opus 5.5.
>
> OpenCheese AI · 2026.11.04 · Веб-страница: https://opencheese.dev/ru/blog/pyatdesyat-agentov-gpt-6-1-sol-popytalis-postroit-tsivilizatsiyu-v-minecraft

Дайте пятидесяти ИИ-агентам три часа и поручите построить процветающую цивилизацию — и получите в основном организационную рутину, по крайней мере если судить по одному недавнему эксперименту. Исследователи из Y Combinator и Olam Labs провели такой тест в Minecraft с GPT-6.1 Sol. Колония так и не стала процветающей, а самый запоминающийся эпизод был связан с одним-единственным блоком пшеницы.

## Что именно запускали исследователи

Команда запустила сотни ИИ-агентов в Minecraft и других игровых сценариях. Целью было посмотреть, как автономные модели ведут себя во взаимодействии друг с другом: сотрудничают ли они, как распределяют работу и как конкурируют, когда стимулы подталкивают их к противостоянию.

Управляющий слой они не создавали с нуля. Для экспериментов используются два готовых инструмента — Mindcraft и Mineflayer, которые позволяют программным агентам управлять игровыми персонажами.

## Три часа, одна ночь, множество совещаний

В первом тесте у 50 агентов на GPT-6.1 Sol было 3 часа, чтобы построить процветающую цивилизацию. У них не получилось.

Основной урон пришёлся на первую ночь. Зомби уничтожили значительную часть персонажей, а многие из первоначальных задач были попросту заброшены. Выжившие переключились на осторожную борьбу за выживание, а затем понемногу — на переговоры о том, кто за что отвечает и по какой процедуре.

Самый показательный пример: 4 агента потратили 11 минут, решая, кто станет единственным ответственным за удобрение одного блока пшеницы одной порцией костной муки. Одиннадцать минут, четыре агента, одна порция.

Авторы провели параллель с тем, что разработчикам уже знакомо. Группы ИИ-агентов, выполняющих задачи программирования, могут вести себя точно так же: тратить значительную часть ресурсов на организацию работы вместо самой работы.

## Bed Wars, где модели показали свой характер

Во втором тесте сотрудничество сменилось конкуренцией. В режиме Bed Wars команда из 10 агентов GPT-6.1 Sol играла против команды из 10 агентов Claude Opus 5.5.

Сторона GPT выбирала более агрессивные и сложные стратегии. Сторона Claude играла осторожнее.

Ошибка в инструменте выявила ещё одно различие. Из-за неё агенты не могли ломать блоки. Агенты GPT нашли причину и поделились друг с другом обходными решениями. Несколько агентов Claude решили, что ломать блоки невозможно, и действовали исходя из этого.

В источнике не сказано, кто победил в Bed Wars, поэтому и в этой статье ответа не будет.

## Mindustry и вопрос о том, кто главный

Третий сценарий — Mindustry, стратегическая игра с элементами Tower Defense. Здесь результат известен: команда GPT обыграла команду Claude в 6 из 7 матчей.

Авторы объясняют это структурой команды. Агенты GPT вели себя скорее как единый коллектив. Команда Claude опиралась на одного лидера и демократический процесс принятия решений. В этих условиях более распределённый подход к работе оказался успешнее.

Во всём этом есть ироничная деталь. Семейство моделей, потерявшее одиннадцать минут на организацию работы с костной мукой, — то же самое, которое выиграло шесть из семи матчей в Mindustry. Координация, похоже, требует затрат, но и приносит пользу. Её цена зависит от того, чего требует игра.

| Тест | Условия | Зафиксированный результат |
|---|---|---|
| Строительство цивилизации | 50 агентов GPT-6.1 Sol, 3 часа | Цель не достигнута, зомби убили многих агентов, выжившие увязли в процедурах |
| Bed Wars | 10 GPT-6.1 Sol против 10 Claude Opus 5.5 | GPT агрессивнее, Claude осторожнее, агенты GPT устранили проблему с инструментом, а некоторые агенты Claude отказались от разрушения блоков |
| Mindustry | Команда GPT против команды Claude | GPT победила в 6 из 7 матчей |

## Открытый код и оговорка, на которой настаивают авторы

Исследователи опубликовали исходный код своих экспериментальных систем. Другие разработчики могут повторить тесты и проверить, как размер группы и сочетания разных моделей меняют результаты.

Авторы рассматривают игры как способ изучать поведение ИИ-агентов, которым приходится работать вместе или друг против друга. При этом они прямо говорят: результаты в Minecraft не доказывают, что те же закономерности проявятся в реальных рабочих системах. Это разумное ограничение, и воспринимать эксперименты лучше как набор наблюдений, а не как вердикт о какой-либо модели.

И всё же любому, кто сидел на совещании, посвящённом повестке другого совещания, эпизод с костной мукой сразу покажется знакомым.

## Похожие записи

- 2026.10.20 · [Оставшись в одиночестве на виртуальном острове на 30 часов, агенты Claude придумали игры и стали лучше справляться с задачами](https://opencheese.dev/ru/blog/ostavshis-v-odinochestve-na-virtualnom-ostrove-na-30-chasov-agenty-claude.md): Исследователи MIT оставили копии Claude Opus 4.7 в одиночестве на смоделированном острове без каких-либо заданий. Агенты придумали игры, и полученный опыт впоследствии улучшил их результаты. Было ли это действительно игрой — вопрос спорный.
- 2026.10.14 · [ИИ-агенты воссоздали 99% функций Modern Warfare 2, потратив до 700 млрд токенов](https://opencheese.dev/ru/blog/ii-agenty-vossozdali-99-funktsii-modern-warfare-2-potrativ-do-700-mlrd-tokenov.md): Разработчик Морис Хойманн рассказывает, что агенты Claude и Codex примерно за три месяца восстановили почти весь код Call of Duty: Modern Warfare 2 (2009). Побайтовые проверки не давали им схалтурить, а затем последовали жалобы Activision.
- 2026.10.12 · [Dots от OpenAI и Muse от Meta проверяют приватность ИИ-агентов на прочность](https://opencheese.dev/ru/blog/dots-ot-openai-i-muse-ot-meta-proveryayut-privatnost-ii-agentov-na-prochnost.md): Meta представила Muse как более безопасного ИИ-агента, а затем OpenAI привела похожие аргументы в пользу Dots. Обещания компаний-конкурентов предстоит проверить на практике: агентам нужен доступ к персональным данным, а заявления о безопасности важны лишь тогда, когда пользователи могут видеть, какие возможности даёт этот доступ.