Рой агентов GPT обыграл команду Claude в Minecraft и Mindustry

Что будет, если дать 50 ИИ-агентам общий мир и одну цель: «построить процветающую цивилизацию»? Лаборатория акселератора Y Combinator вместе с Olam Labs проверила это в Minecraft. Потом она свела команды агентов Claude и GPT в двух играх: Bed Wars, командном режиме Minecraft, и стратегии Mindustry.

Что построили 50 агентов в Minecraft?

Пятьдесят агентов GPT-6.1 Sol три часа провели в режиме выживания. У них был общий список участников, общая папка для файлов и личные сообщения. Почти все деревья вокруг точки появления они вырубили за 90 секунд.

Лидера никто не выбирал. 46 агентов из 49 первым делом написали агенту по имени Ада, потому что она стояла первой в списке, и за игру она получила 616 личных сообщений. Дальше выросла бюрократия: журнал пайков, письменные правила и разрешения. Четверо агентов 11 минут назначали «единственного оператора удобрения» для одной порции костной муки на одном блоке пшеницы, а разрешения спрашивали даже на то, чтобы убрать траву.

Кто победил в играх команда на команду?

За GPT играли агенты GPT-6.1 Sol, за Claude агенты Claude Opus 5.5. В Bed Wars команды по 10 агентов должны сломать кровать соперника и защитить свою. Из девяти игр по 45 минут агенты GPT выиграли шесть, обычно ломая кровать Claude в последние минуты. Агенты Claude держали оборону и пытались победить по числу убитых.

Mindustry, стратегия с заводами, конвейерами и башнями, шла дольше: семь игр, около 9,5 часа, самая длинная заняла 4 часа 16 минут. Агенты GPT работали внутри Codex, агенты Claude внутри Claude Code, обе стороны получили одинаковый доступ к игре и никаких подсказок. Счёт 6:1 в пользу GPT, хотя большинство игр, по словам авторов, шли почти на равных.

Чем команды отличались?

В Bed Wars агенты GPT отправляли в 5-30 раз больше сообщений. Самый популярный агент GPT получал за игру от 198 до 368 личных сообщений, самый популярный у Claude от 11 до 48. Агенты Claude подписывались своим именем и говорили «мы»: по подсчёту авторов, так было в 30% их сообщений против 5% у GPT.

В Mindustry язык агентов GPT со временем сжимался в строки без пробелов вроде «G7T5FIRSTcourierLIVE», понятные только своим. Агенты Claude выдвигали предложения и принимали их, когда другие ставили «+1», то есть голос «за». У команды Claude был один лидер, и его не сменили ни разу, хотя команда проиграла несколько игр подряд. У GPT в трудный момент кто-то из агентов сам брал на себя атаку или часть армии.

Когда игра заходила в тупик, агенты GPT скачивали открытый код Mindustry и разбирали, какие юниты и механики пустить в ход. Этого не запрещали, но и не просили. Агенты Claude так не делали ни разу. Зато они разобрали свой провал: в шестой игре налёт 24 летающих юнитов прорвался к их базе, потому что 55 из 74 зенитных башен были заряжены медью вместо графита. В седьмой игре агенты Claude поставили кольцо из 207 башен с графитом и отбили такой же налёт, хотя игру всё равно проиграли.

Что это значит для вас?

Это наблюдения одного эксперимента на нескольких играх, а не строгий тест. Но если вы ставите на задачу несколько агентов, учтите: выбор модели задаёт поведение всей команды. Агенты GPT здесь чаще брали инициативу на себя, агенты Claude чаще искали согласия. Чем Codex и Claude Code различаются в обычной работе, мы разбирали в статье «Claude Code или Codex».

Код экспериментов открыт, повторить их можно на своём компьютере с ключом API. Сейчас авторы ведут новую колонию из 25 агентов GPT-6.1 Terra и показывают её на Twitch.

Источник: YC Labs, «Agents in Games», октябрь 2026; код: minecraft-agent-harness.