一块虚拟麦田里的骨粉，究竟该由谁来撒？为了敲定这名“专属施肥员”，四个AI代理足足开了11分钟的会。这一幕发生在Y Combinator联手Olam Labs开展的AI群体实验中，研究人员直言，这种较真劲儿与人类组织里的场景惊人相似。
实验的核心设定颇为大胆：50个GPT-6.1 Sol代理被投放到Minecraft世界，任务是凭自身协作在三小时内建成一个繁荣文明。结果事与愿违，这座虚拟文明最终没能立起来。
变故从开局第一晚就开始了。僵尸大军压境，大量代理当场倒下，幸存者的心态随之崩塌——原本雄心勃勃的建设蓝图被束之高阁，全员退守到只求活命的保守路线。
耐人寻味的是，求生压力之下，这群AI竟长出了一整套官僚做派。整场测试中，代理之间累计交换约5900条消息，配给制度、行为规范、审批许可、职务分派陆续登场，一个条理分明却效率低下的组织架构悄然成形。为一名骨粉施肥操作员的人选辩论11分钟，正是这套体系催生的名场面。
文明建设之外，研究团队还安排了几场正面对抗。Minecraft起床战争中，10个GPT-6.1 Sol对阵10个Claude Opus 5.5：GPT一方打法凶悍、战术多变，Claude一方则明显偏重防守。
一次工具故障成了检验两队成色的试金石。当方块无法破坏时，GPT阵营的代理立即着手排查原因，并把临时想出的替代方案同步给队友；Claude阵营的部分代理却径直认定“方块就是破坏不了”，索性收工。
分差最悬殊的项目当属像素工厂。这项融合即时战略与塔防要素的测试中，双方各投入50个代理，鏖战7局，GPT阵营豪取6胜，仅失1局。
研究人员从战绩背后读出了两种迥异的协作模式：GPT的运转接近蜂群，任务拆分得极其细碎，消息高频流转；Claude则更像传统组织，由单一领导者牵头，靠相对民主的协商凝聚共识。在分秒必争的即时策略对抗中，蜂群式的灵活协作显然胜率更稳。
目前，这批AI代理与配套测试环境均已全部开源。
