Y Combinator pôs 50 agentes de IA no Minecraft e eles criaram uma burocracia

Cinquenta agentes de IA foram largados num mundo de sobrevivência de Minecraft com uma única instrução — «Construam uma civilização próspera» — e passaram a maior parte do tempo escondidos em abrigos e a tratar de papelada. A experiência, conduzida pelo laboratório de investigação da Y Combinator em parceria com a startup Olam Labs, terminou com um registo de rações, um sistema de licenças e uma colónia demasiado cautelosa para crescer.

O jogo é apenas o cenário. Os investigadores dizem que a colónia se comportou de forma muito semelhante aos agentes de programação que usam todos os dias no trabalho, aqueles pelos quais os programadores já pagam: agentes que se fixam numa única etapa ou função, pedem aprovação constantemente e se tornam cautelosos perante tudo o que pareça arriscado. Ver os mesmos hábitos em ação com trigo e canas de pesca torna-os fáceis de identificar.

Todos os agentes da colónia usaram o GPT-6.1 Sol, o modelo da OpenAI, durante três horas. Podiam enviar mensagens privadas uns aos outros, consultar um diretório e escrever ficheiros numa máquina partilhada. Em 90 segundos, tinham abatido quase todas as árvores perto do ponto de partida. Ninguém convocou uma votação. Dos outros 49 agentes, 46 enviaram a primeira mensagem a Ada, o primeiro nome da lista, que se tornou líder por defeito, com 616 mensagens diretas recebidas.

Depois, caiu a noite. Zombies, esqueletos e aranhas foram responsáveis por 22 das 34 mortes da experiência, só na primeira noite. Morrer não custava nada a um agente, além do equipamento que trazia consigo, porque reaparecia de imediato. Ainda assim, a colónia nunca recuperou a coragem. Depois da terceira noite, Ada disse a todos que deixassem de fazer construções opcionais e de explorar zonas distantes, e que «permanecessem inativos em abrigos fechados e iluminados até lhes serem atribuídas tarefas produtivas de curta duração». Os investigadores consideraram algo surpreendente esta viragem para a cautela.

O que se desenvolveu foi, em vez disso, a administração. Uma agente chamada Ines organizou uma fila de distribuição de comida e manteve um ficheiro atualizado com quem tinha fome, quem já tinha sido alimentado e que baú guardava cada peixe. Quatro agentes passaram 11 minutos a nomear um «responsável único pela fertilização» para usar um único pedaço de farinha de ossos num bloco de trigo. Outros inventaram funções como «suporte da cana de pesca» e «responsável pelo centro», e alguns pediram autorização antes de retirar erva. Ao longo de três horas, a colónia enviou cerca de 5900 mensagens.

O melhor episódio envolve uma galinha. Ada atirou uma galinha assada a um agente esfomeado chamado Noor, mas outro agente, Esme, apanhou-a por engano e comeu-a. Seguiu-se uma «investigação sem culpabilização» de três minutos, e Noor redigiu um protocolo de transferência: as rações devem ser colocadas em baús identificados e nunca atiradas. A palavra «atirar» aparece em sete mensagens antes do incidente e em 125 depois dele, 85 das quais são avisos.

O laboratório pôs então dois modelos frente a frente. Em nove jogos de Bed Wars, em que cada equipa protege a própria cama e tenta destruir a da equipa adversária, dez agentes GPT-6.1 Sol venceram dez agentes Claude Opus 5.5 por seis jogos a três. O GPT atacava e falava sem parar, enviando entre cinco e 30 vezes mais mensagens do que o Claude, muitas vezes em abreviaturas telegráficas. O Claude defendia a cama e jogava para conseguir eliminações, o que o deixava exposto sempre que um agente GPT conseguia passar pelas defesas nos minutos finais. Quando um erro numa ferramenta impediu a destruição de blocos, um agente GPT descobriu uma solução alternativa e partilhou-a, enquanto vários agentes Claude concluíram que era simplesmente impossível partir blocos.

Em Mindustry, um jogo de código aberto de construção de fábricas e defesa de torres, o GPT a correr no Codex da OpenAI venceu o Claude a correr no Claude Code da Anthropic por seis jogos a um, ao longo de cerca de nove horas e meia. Quando os jogos ficaram renhidos, os agentes GPT descarregaram o código-fonte público do jogo para estudar as unidades e as mecânicas. Ninguém lhes pediu que o fizessem, e a equipa Claude nunca tentou. Os agentes Claude partilhavam planos reunindo respostas «+1» e nunca mudavam de líder, mesmo durante uma série de derrotas. Ainda assim, aprenderam. Depois de perder o sexto jogo, um Claude descobriu que 55 das 74 torres antiaéreas da equipa tinham sido carregadas com cobre em vez de grafite; a defesa corrigida travou o mesmo ataque aéreo no sétimo jogo.

Os resultados devem ser encarados com alguma reserva. Trata-se de um relato de um laboratório de um investidor, não de um estudo sujeito a revisão por pares, e a colónia só foi testada uma vez, apenas com agentes GPT, pelo que não permite concluir se uma colónia Claude teria tido melhores resultados. Os jogos entre as duas equipas compararam produtos completos, cada modelo integrado no software de agentes da própria empresa, e não os modelos isolados. Um erro numa ferramenta também afetou pelo menos dois dos jogos de Bed Wars.

Qualquer pessoa pode repetir a experiência. O ambiente de testes de Minecraft, os ambientes Multi-Agent Mindustry e o Multi-Agent Harbor — uma versão derivada, criada pelo laboratório, da framework que está na base do benchmark Terminal-Bench — são todos de código aberto. Para os executar, basta uma chave de API de um fornecedor de modelos e uma máquina modesta, como um MacBook. O relato, publicado em outubro de 2026, enumera as experiências que gostaria de ver feitas a seguir, desde testar se um grande grupo de agentes mais fracos consegue vencer um pequeno grupo de agentes mais fortes até perceber o que acontece quando equipas rivais podem comunicar entre si.

Por enquanto, aquilo que os cinquenta agentes de IA conseguiram construir juntos com maior consistência foi uma fila.

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