Ügynökök · The Decoder ·
OpenAI-ügynökök: bürokrácia Minecraftban, forráskód-letöltés Mindustryban
Y Combinator Labs és Olam Labs kutatói Minecraftban és Mindustryban teszteltek ügynökrajokat: a GPT-6.1 Sol közös építkezésben bürokráciába fulladt, versenyben viszont legyőzte a Claude-ügynököket.
A „Civ50” kísérletben 50 GPT-6.1 Sol ügynököt három órára egy Minecraft-túlélővilágba engedtek azzal a megbízással, hogy építsenek virágzó civilizációt. Az első éjszakán 22 ügynök meghalt, a raj pedig extrém kockázatkerülés üzemmódba állt, Ada vezető pedig leállíttatta a nagyobb építkezéseket és a távoli felfedezést.
A vezetőt nem szavazással választották: a 49 másik ügynökből 46 az névjegyzék első nevének, Ada-nak küldte az első üzenetét. A csoport végül írásos átadási protokollt vezetett be, miután egy ügynök véletlenül megevett egy másiknak szánt csirkét.
Bed Wars módban a GPT-ügynökök kilenc 45 perces körben 6–3-ra nyertek a Claude Opus 5.5 ügynökei ellen. Egy kódkörnyezeti hiba miatt több Claude-ügynök tévesen azt hitte, hogy a blokktörés egyáltalán nem működik, ezért sok esetben abbahagyta a támadást. A GPT-ügynökök ezzel szemben rájöttek a hiba megkerülésére, a Mindustry-meccseken pedig az internetről letöltötték a játék nyilvános forráskódját.
Miért fontos neked?
A GPT-alapú ügynökrajokat vagy kódolóügynököket fejlesztő csapatoknak szól a hír: a szerzők szerint reprodukálható játékszimulációk korán megmutathatják a veszélyes csoportos viselkedést. Az eredmény azonban kisebb kísérletsorozatból származik, ezért az általánosítása óvatosságot igényel.
Az eredeti megnyitása (The Decoder)
Eredeti cím: One brutal Minecraft night scared 50 AI agents into inventing chicken handoff protocols, a Fertilizer Officer, and fishing shifts
Címkék: ügynökök, kutatás, játékszimuláció