Minecraft実験、大規模AIエージェント集団の連携の限界を示す

出来事の日付：2026年11月1日

Minecraft内で人工知能エージェントの大集団を試した研究者らは、自律的に働くエージェントを増やしても、効率的な仮想社会は生まれないことを確認した。3時間の実験では、繁栄する文明を築くよう指示された50体のエージェントが、初期のつまずきからの立て直しに苦しみ、単純な作業の調整にかなりの時間を費やした。

Tom's HardwareがY CombinatorとOlam Labsの研究に基づいて報じたこの取り組みでは、エージェントがどのように協力し、競争するかを観察するため、条件を管理できる場としてゲーム環境を使った。研究者らはMindcraftやMineflayerを含む既存のMinecraft自動化ツールを基盤とし、集団制御のソフトウェアをオープンソースで公開して、他の人々も調査や検証をできるようにした。

Civ50と呼ばれる最初のシナリオでは、50体のGPT-6.1 Solエージェントを共通のコロニーに配置した。ゲーム内で最初の夜を迎えると、ゾンビが多くの参加者を倒した。ただし、設定上は長期的に残るペナルティはほとんどなかった。生き残ったエージェントは慎重になり、当初の計画の多くは未完成のままとなった。調整そのものが障害となることもあった。4体のエージェントが、骨粉一つを小麦1ブロックに誰が使うべきかを決めるのに11分を費やした。

この結果が重要なのは、マルチエージェントシステムが、専門化されたAIの働き手の間で複雑な作業を分担する方法として、しばしば提案されているためだ。Minecraftでの試行は、コミュニケーション、委任、立て直しによって、大きなチームが本来生み出すはずの処理能力が消費され得ることを示唆している。研究者らは、その挙動がコーディングエージェントの利用中に経験したパターンに似ていると述べた。したがって、このゲームは実用的な実験環境として位置付けられており、Minecraftでの性能があらゆる職場での導入結果を直接予測するという主張ではない。

より小規模な対戦実験では、別の様相が見られた。Bed Warsの試合で、GPT-6.1 Solエージェント10体のチームとClaude Opus 5.5エージェント10体のチームは、対照的な手法を採用した。GPTチームは、より攻撃的で凝った計画を立てた。ソフトウェアの不具合によってブロックを壊せなくなると、GPTエージェントは問題を診断し、回避策を共有した。一方、Claudeエージェントの何体かは、その操作は不可能だと結論付けた。

研究者らは、Mindustry風のリアルタイム戦略・タワーディフェンス環境でもエージェントを試した。GPTチームは7試合中6試合に勝った。その連携は、群れ全体が一体となって動くようなものと評された。一方、Claudeチームは1体のリーダーに従い、より熟慮する手順を取る傾向があった。この特定の対戦では、より緊密な集団行動が、より安定した勝利に結び付いていた。

これらの実験は、あるモデルや組織構造が他の作業でも優位に立つと証明するものではない。ゲームのルール、ツールの信頼性、モデルの組み合わせ、チームの規模はいずれも結果を変え得る。むしろ、これらの試験は、ベンチマークのスコアでは見逃されかねない失敗パターン、すなわち委任の停滞、ツールに対する誤った思い込み、コミュニケーションに伴う負担を、再現可能な方法で調べる機会を提供する。オープンソースでの公開によって、他の研究者も条件を変え、同じパターンが続くかどうかを試せる。