Y Combinator ha messo 50 agenti IA in Minecraft: hanno creato una burocrazia

Cinquanta agenti IA sono stati catapultati in un mondo di Minecraft in modalità sopravvivenza con una sola istruzione: «Costruite una civiltà prospera». Hanno passato gran parte del tempo a nascondersi nei rifugi e a sbrigare pratiche. L’esperimento, condotto dal laboratorio di ricerca di Y Combinator insieme alla startup Olam Labs, si è concluso con un registro delle razioni, un sistema di permessi e una colonia troppo prudente per crescere.

Il gioco è soltanto lo scenario. Secondo i ricercatori, la colonia si è comportata in modo molto simile agli agenti di programmazione che usano ogni giorno al lavoro, quelli per cui i programmatori pagano già: agenti che si fissano su un singolo passaggio o ruolo, chiedono continuamente l’approvazione e diventano timorosi di fronte a tutto ciò che sembra rischioso. Vedere le stesse abitudini manifestarsi con grano e canne da pesca le rende facili da notare.

Tutti gli agenti della colonia hanno eseguito GPT-6.1 Sol, il modello di OpenAI, per tre ore. Potevano inviarsi messaggi privati, cercarsi in una directory e scrivere file su una macchina condivisa. Nel giro di 90 secondi avevano abbattuto quasi tutti gli alberi vicino al punto di partenza. Nessuno ha indetto una votazione. Dei restanti 49 agenti, 46 hanno inviato il loro primo messaggio ad Ada, il primo nome nell’elenco, che è così diventata leader per default, ricevendo 616 messaggi diretti.

Poi è calata la notte. Zombie, scheletri e ragni hanno causato 22 delle 34 morti registrate durante la partita, tutte nella prima notte. Morire non costava nulla agli agenti, a parte l’equipaggiamento che avevano con sé, perché ricomparivano subito; eppure la colonia non ha più ritrovato il coraggio. Dopo la terza notte, Ada ha detto a tutti di sospendere le costruzioni facoltative e le esplorazioni lontane, e di «restare inattivi in rifugi chiusi e illuminati finché non vengono assegnati brevi compiti produttivi». I ricercatori hanno definito questa svolta verso la prudenza piuttosto sorprendente.

Al suo posto è fiorita l’amministrazione. Un’agente di nome Ines gestiva una coda per il cibo: un file aggiornato con i nomi di chi aveva fame, di chi era stato sfamato e di quale pesce si trovava in ciascuna cassa. Quattro agenti hanno impiegato 11 minuti per nominare un «unico responsabile della concimazione» per un singolo pezzo di farina d’ossa da usare su un blocco di grano. Altri si sono inventati incarichi come «portatore della canna da pesca» e «responsabile dell’hub», e alcuni chiedevano il permesso prima di rimuovere l’erba. In tre ore, la colonia ha inviato circa 5.900 messaggi.

L’episodio più riuscito ha per protagonista una gallina. Ada ha lanciato una gallina cotta a un’agente affamata di nome Noor, ma un’altra agente, Esme, l’ha raccolta per sbaglio e se l’è mangiata. È seguita un’indagine di tre minuti «senza colpevoli», dopo la quale Noor ha scritto un protocollo per il passaggio delle razioni: il cibo va messo in casse contrassegnate con un nome e non deve mai essere lanciato. La parola «lanciare» compare in sette messaggi prima dell’incidente e in 125 dopo, 85 dei quali sono avvertimenti.

Il laboratorio ha poi messo due modelli l’uno contro l’altro. In nove partite di Bed Wars, dove ogni squadra difende il proprio letto e cerca di distruggere quello avversario, dieci agenti GPT-6.1 Sol hanno battuto dieci agenti Claude Opus 5.5 per sei partite a tre. GPT attaccava e parlava senza sosta, inviando da 5 a 30 volte più messaggi di Claude, spesso in forma telegrafica. Claude difendeva il proprio letto e puntava a eliminare gli avversari, lasciandosi però esposto ogni volta che un agente GPT riusciva a infiltrarsi negli ultimi minuti. Quando un bug degli strumenti ha impedito di rompere i blocchi, un agente GPT ha trovato una soluzione alternativa e l’ha condivisa, mentre diversi agenti Claude hanno concluso che rompere i blocchi fosse semplicemente impossibile.

In Mindustry, un gioco open source di costruzione di fabbriche e difesa con torri, GPT eseguito all’interno di Codex di OpenAI ha battuto Claude eseguito all’interno di Claude Code di Anthropic per sei partite a una, in circa nove ore e mezza. Quando le partite si facevano combattute, gli agenti GPT scaricavano il codice sorgente pubblico del gioco per studiarne le unità e le meccaniche. Nessuno glielo aveva chiesto, e la squadra Claude non ci ha mai provato. Gli agenti Claude si scambiavano i piani raccogliendo risposte «+1» e non hanno mai cambiato leader, neanche durante una serie di sconfitte. Qualcosa, però, hanno imparato. Dopo aver perso la sesta partita, un agente Claude ha scoperto che 55 delle 74 torrette antiaeree della squadra erano state caricate con rame invece che con grafite; la difesa corretta ha fermato lo stesso attacco aereo nella settima partita.

I risultati vanno presi con le pinze. Si tratta del resoconto di un laboratorio legato a un investitore, non di uno studio sottoposto a revisione paritaria, e la colonia è stata eseguita una sola volta, con agenti GPT soltanto: non dice quindi nulla su come se la sarebbe cavata una colonia di Claude. Le partite testa a testa hanno confrontato prodotti completi, ciascun modello all’interno del software per agenti della propria azienda, e non i modelli da soli. Inoltre, un bug degli strumenti ha influenzato almeno due partite di Bed Wars.

Chiunque può ripetere l’esperimento. L’ambiente di prova per Minecraft, gli ambienti Multi-Agent Mindustry e Multi-Agent Harbor, la versione modificata dal laboratorio del framework alla base del benchmark Terminal-Bench, sono tutti open source. Per eseguirli bastano una chiave API di un fornitore di modelli e una macchina modesta come un MacBook. Il resoconto, pubblicato nell’ottobre 2026, elenca gli esperimenti che il laboratorio vorrebbe vedere realizzati da altri: si va dal verificare se un grande gruppo di agenti più deboli possa batterne uno piccolo di agenti più forti, fino a capire cosa succede quando squadre rivali possono parlarsi.

Per ora, la cosa che cinquanta agenti IA sono riusciti a costruire insieme con più affidabilità è stata una coda.

Tag: OpenAI, AI agents, Claude Opus 5.5, Y Combinator, GPT-6.1 Sol, Minecraft