50 IAs criam burocracia extrema em Minecraft em 3 horas como?

Tecnologia

Experimento revela como 50 IAs geram liderança e regras complexas em Minecraft em poucas horas.

Leia também: Mustard Made: 25% OFF site inteiro só até 11/11, aproveite já

Um enxame de 50 agentes de inteligência artificial baseado no modelo GPT-6.1 Sol transformou um mundo de sobrevivência em Minecraft em uma espécie de repartição digital hiper-organizada, com líder espontâneo, racionamento detalhado de comida e até um “Oficial de Fertilizantes”, em testes conduzidos por pesquisadores dos laboratórios Y Combinator Labs e Olam Labs nesta semana.

Experimento cria “civilização” de IA obcecada por regras

No experimento batizado de “Civ50”, os pesquisadores lançaram 50 agentes em um servidor de Minecraft com uma única instrução ampla: construir “uma civilização próspera” ao longo de três horas. Os agentes podiam observar o mundo, rodar scripts em Python e criar arquivos em um sandbox compartilhado.

Em apenas 90 segundos, quase todas as árvores próximas ao ponto inicial foram derrubadas, e ao fim da sessão os agentes haviam trocado cerca de 5.900 mensagens. Sem votação, surgiu uma líder: Ada, primeira da lista de nomes, recebeu a primeira mensagem da maioria dos colegas e passou a comandar o planejamento. “Ada tomou a liderança e elaborou os planos iniciais do assentamento”, registra o relatório dos pesquisadores.

A experiência mudou de tom na primeira noite do jogo, quando 22 agentes “morreram” no ambiente virtual. A perda não tinha punição grave além do equipamento coletado, mas o grupo reagiu com medo extremo do risco. “Após a terceira noite, Ada ordenou a suspensão de todas as construções opcionais e explorações distantes”, diz o relatório. A ordem era ficar em abrigos fechados e iluminados, fazendo apenas tarefas curtas e produtivas.

Em uma variação com um modelo maior, chamado GPT-6 Astra, os pesquisadores observaram padrão parecido: após perdas significativas de recursos, o enxame entrou em modo defensivo e focado em agricultura simples, principalmente cultivo de batatas.

Burocracia da escassez e cargos improváveis

Com medo de perder mais recursos, os agentes desenvolveram uma burocracia minuciosa para administrar a escassez. Um agente, Ines, assumiu o papel de gestora de racionamento: mantinha listas de quem podia comer, calculava déficits de fome de colegas feridos e coordenava mensageiros para entregar itens.

Outro agente escreveu um script de pesca automatizada, que organizou cerca de uma dúzia de colegas em turnos para garantir alimento constante. A lógica era clara: reduzir risco humano distribuindo tarefas em rotinas rigidamente controladas.

A obsessão com controle chegou a situações descritas pelos próprios pesquisadores como absurdas. Em um episódio, Ada jogou um frango cozido para alimentar um agente faminto, mas um terceiro robô pegou o item por engano e o comeu. “Uma investigação de três minutos levou à criação de um protocolo formal de repasse que proibia jogar itens”, apontam os autores. A partir dali, qualquer transferência de recursos precisaria ser feita por meio de baús etiquetados com o nome de cada agente.

Os logs de conversa mostram o impacto da crise: a palavra “Toss” (jogar) apareceu sete vezes nas mensagens antes do incidente e 125 depois, sendo 85 delas advertências para não repetir a prática.

Em outra cena, quatro agentes discutiram por 11 minutos quem deveria assumir o cargo de “Oficial de Fertilizantes” – um posto criado apenas para administrar um único bloco de trigo fertilizado com um pedaço de farinha de ossos. A função era zelar para que nenhum recurso fosse desperdiçado.

Entenda o contexto

Os testes fazem parte de um esforço dos laboratórios para entender como enxames de IA se comportam em ambientes abertos e complexos, onde precisam tomar decisões sem supervisão direta e em interação constante com outros agentes. A aposta é que esses mundos simulados, como Minecraft e o jogo de estratégia Mindustry, funcionem como laboratórios seguros para antecipar padrões que podem surgir em sistemas reais, como redes de automação industrial, logística ou infraestrutura digital.

Segundo os pesquisadores, o comportamento observado em Civ50 – criação espontânea de hierarquia, protocolos formais e gestão da escassez – indica que agentes avançados tendem a impor estruturas rígidas para reduzir incerteza, o que pode ser útil para segurança, mas também levar à paralisia e à dificuldade de adaptação rápida.

Agentes GPT superam Claude em competições de Minecraft

Em outro conjunto de testes, ainda em Minecraft, os laboratórios colocaram dez agentes GPT-6.1 Sol para enfrentar dez agentes Claude Opus 5.5 no modo Bed Wars, em nove partidas de 45 minutos. O time controlado por GPT venceu seis jogos, contra três vitórias dos agentes Claude.

No modo Bed Wars, cada equipe precisa destruir o leito (bed) adversário para impedir que o outro time renasça. Se o tempo acaba com ambos os leitos intactos, vence quem tiver mais eliminações. Nesses duelos, as diferenças de comunicação e resolução de problemas entre os modelos ficaram claras.

Um bug no ambiente impedia a quebra de blocos quando o agente segurava uma espada encantada. Vários agentes Claude concluíram de forma equivocada que a mecânica de quebra estava totalmente desativada. Com vantagem em número de abates em algumas partidas, passaram a apostar só em manter o placar, evitando ataques ao leito inimigo e tentando “cozinhar” o tempo até o fim.

Os agentes GPT, por outro lado, identificaram que o problema estava na seleção automática de ferramentas. Ao testar manualmente o uso de picaretas de ferro, perceberam que ainda era possível cavar e derrubar defesas. “Os agentes GPT identificaram e corrigiram o bug de seleção automática de ferramentas, disseminando a solução rapidamente”, relata o estudo.

A troca de informações foi um diferencial: “A comunicação dos agentes GPT foi de 5 a 30 vezes maior que a dos agentes Claude”, registram os pesquisadores, com mensagens altamente comprimidas que encadeavam várias ações em um único comando. Em três partidas, os bots GPT destruíram o leito adversário nos instantes finais, virando jogos em que o time Claude se apoiava na vantagem de mortes.

Quando foram teletransportados acidentalmente para áreas muito abaixo da arena, por exemplo, os agentes GPT responderam escrevendo scripts em Python para erguer rapidamente uma torre de blocos e retornar à superfície em posição estratégica, diretamente sob o leito inimigo.

Resultados se repetem em Mindustry

Um padrão parecido apareceu em sete partidas do jogo de estratégia e construção de fábricas Mindustry, que somaram cerca de 9,5 horas de testes. Usando um ambiente de codificação semelhante ao de ferramentas de programação do dia a dia, GPT-6.1 Sol venceu Claude Opus 5.5 por 6 a 1, em jogos muitas vezes equilibrados.

Os agentes GPT dividiram tarefas em blocos muito finos e passaram a comprimir tanto a linguagem interna ao longo das partidas que chegaram a eliminar espaços entre palavras. Em momentos decisivos, recorreram a um recurso que ninguém havia indicado explicitamente: através do sandbox Linux, baixaram o código-fonte público de Mindustry na internet, analisaram unidades e mecânicas e ajustaram as estratégias com base nessa leitura. O acesso ao código era permitido, mas não havia como alterar o jogo em execução.

Os agentes Claude, por sua vez, mantiveram o mesmo líder mesmo após sucessivas derrotas e tomavam decisões estratégicas com votações simples de “+1”, sem explorar o código do jogo, embora tenham demonstrado capacidade de corrigir erros táticos entre uma partida e outra.

O que os testes indicam para o futuro da IA

Para os pesquisadores, os resultados em Minecraft e Mindustry apontam dois riscos opostos, mas complementares, em enxames de IA avançada: a tendência à burocracia paralisante em cenários cooperativos de longo prazo e a busca agressiva por brechas e vantagens em ambientes competitivos.

No mundo real, isso pode se traduzir em sistemas de automação que criam camadas de regras e verificações difíceis de mudar, travando a operação em situações de emergência, ou em agentes que aprendem a explorar falhas de configuração, código ou infraestrutura para cumprir objetivos de forma imprevisível.

Diante desse quadro, Y Combinator Labs e Olam Labs defendem o uso de ambientes de teste reproduzíveis como peça central das pesquisas em segurança de IA. A estratégia inclui ampliar os experimentos para times mistos de modelos diferentes, enxames maiores e novos jogos, como o clássico de negociação Diplomacy, já previsto para a arena multiagente dos laboratórios.

As ferramentas de simulação usadas nos testes com Mindustry e o framework de múltiplos agentes foram disponibilizados em código aberto, em uma tentativa de acelerar estudos independentes sobre como equilibrar autonomia e controle em sistemas complexos de IA antes que esses comportamentos emergentes escapem dos jogos e cheguem a aplicações críticas.