YC Labs 让 AI 智能体蜂群打 Minecraft 和 Mindustry：GPT 蜂群两项对抗赛 16 局赢下 12 局压过 Claude，50 智能体殖民地反而陷入「官僚主义」

核心背景与行业痛点

几十个智能体长时间共享一个世界会冒出什么行为，目前缺少可复现的观察手段。YC Labs 把多智能体动态列为 AI 对齐最紧迫的问题之一，与多智能体环境公司 Olam Labs 合作，把蜂群放进 Minecraft 和工厂策略游戏 Mindustry。

架构亮点与底层机制

Minecraft 用 YC 开源的长时运行框架：智能体循环跑在 Pi 上，靠 Mineflayer 工具观察、记忆、行动、私信和写脚本，并共享通讯录与沙箱。Mindustry 两队用同一套游戏 API，各自在 Linux 沙箱里写脚本，每队的框架和模型在开局时设定。报告发现：领导者几乎总是名册第一位；GPT 消息多、越来越压缩，像蜂群分工；Claude 用「+1」投票，输了也不换领导；GPT 卡住时会自己上网读游戏源码。

权威 Benchmark 与实测跑分对比

以下为 YC Labs 报告口径，非标准化基准：Bed Wars 9 局 GPT 6–3 胜，其中三场 Claude 击杀领先却在最后约 3 分钟被拆床；Mindustry 7 局 GPT 6–1 胜。报告未逐局列出两队框架配置，不宜直接当作纯模型能力对比。

开发者实战落地与开箱指南

可从开源的 minecraft-agent-harness 复现。对多智能体工程的启示：通讯录顺序会悄悄决定层级，应显式分配角色；稀缺资源用「指定箱子+点名领取」的确定性交接；智能体受挫后容易过度保守。