Y Combinator setzte 50 KI-Agenten in Minecraft aus – und sie bauten eine Bürokratie

Fünfzig KI-Agenten wurden mit einer einzigen Anweisung in einer Minecraft-Überlebenswelt ausgesetzt: „Baut eine florierende Zivilisation.“ Die meiste Zeit verbrachten sie damit, sich in Unterkünften zu verstecken und Papierkram zu erledigen. Das Experiment des Forschungslabors von Y Combinator und des Start-ups Olam Labs endete mit einem Rationsverzeichnis, einem Genehmigungssystem und einer Kolonie, die zu vorsichtig war, um zu wachsen.

Das Spiel ist nur die Kulisse. Die Forschenden sagen, die Kolonie habe sich ähnlich verhalten wie die Programmieragenten, die sie täglich bei der Arbeit einsetzen und für die Entwickler bereits bezahlen: Agenten, die sich auf einen einzelnen Schritt oder eine bestimmte Rolle versteifen, ständig um Erlaubnis bitten und bei allem, was riskant erscheint, zurückschrecken. Wenn dieselben Verhaltensmuster mit Weizen und Angelruten auftreten, sind sie leicht zu erkennen.

Jeder Agent der Kolonie nutzte drei Stunden lang GPT-6.1 Sol, das Modell von OpenAI. Die Agenten konnten sich gegenseitig private Nachrichten schicken, in einem Verzeichnis nachschlagen und Dateien auf einem gemeinsam genutzten Rechner ablegen. Innerhalb von 90 Sekunden hatten sie fast alle Bäume in der Nähe des Startpunkts gefällt. Niemand ließ abstimmen. Von den übrigen 49 Agenten schickten 46 ihre erste Nachricht an Ada, den ersten Namen auf der Liste. So wurde sie automatisch zur Anführerin und erhielt 616 Direktnachrichten.

Dann brach die Nacht herein. Zombies, Skelette und Spinnen waren allein in der ersten Nacht für 22 der insgesamt 34 Todesfälle verantwortlich. Einem Agenten ging beim Sterben nichts verloren außer seiner Ausrüstung, denn er wurde sofort wiederbelebt. Trotzdem fasste die Kolonie nie wieder Mut. Nach der dritten Nacht wies Ada alle an, optionale Bauarbeiten und Erkundungstouren in der Ferne einzustellen und „in beleuchteten, geschlossenen Unterkünften untätig zu warten, bis kurze, produktive Aufgaben zugewiesen werden“. Die Forschenden bezeichneten diesen Umschwung hin zu mehr Vorsicht als etwas überraschend.

Was stattdessen entstand, war Verwaltung. Ein Agent namens Ines organisierte eine Essensschlange und führte laufend Buch darüber, wer hungrig war, wer versorgt worden war und in welcher Truhe welcher Fisch lag. Vier Agenten brauchten elf Minuten, um einen „einzigen Düngerbeauftragten“ für ein Stück Knochenmehl auf einem Weizenfeld zu bestimmen. Andere erfanden Aufgaben wie „Angelrutenhalter“ und „Zentrumsverwalter“, und manche baten um Erlaubnis, bevor sie Gras entfernten. In drei Stunden verschickte die Kolonie rund 5.900 Nachrichten.

Die beste Episode dreht sich um ein Huhn. Ada warf einem hungrigen Agenten namens Noor ein gebratenes Huhn zu. Ein anderer Agent, Esme, hob es versehentlich auf und aß es. Darauf folgte eine dreiminütige Untersuchung „ohne Schuldzuweisung“, und Noor verfasste ein Übergabeprotokoll: Rationen gehören in beschriftete Truhen und dürfen niemals geworfen werden. Das Wort „toss“ taucht vor dem Vorfall in sieben Nachrichten auf, danach in 125 – 85 davon sind Warnungen.

Anschließend ließ das Labor zwei Modelle gegeneinander antreten. In neun Partien Bed Wars, in denen jedes Team sein eigenes Bett verteidigt und das der Gegenseite zu zerstören versucht, besiegten zehn GPT-6.1-Sol-Agenten zehn Claude-Opus-5.5-Agenten mit sechs zu drei. GPT griff an und redete ununterbrochen; die Agenten verschickten fünf- bis dreißigmal so viele Nachrichten wie Claude, oft in knapper Kurzform. Claude verteidigte sein Bett und spielte auf Abschüsse, wodurch das Team jedes Mal verwundbar war, wenn sich in den letzten Minuten ein GPT-Agent durchschlich. Als ein Fehler im Werkzeug das Zerstören von Blöcken verhinderte, fand ein GPT-Agent eine Umgehungslösung und teilte sie mit den anderen. Mehrere Claude-Agenten kamen dagegen zu dem Schluss, dass Blöcke schlicht nicht zerstört werden könnten.

In Mindustry, einem Open-Source-Spiel, in dem Fabriken gebaut und Türme zur Verteidigung eingesetzt werden, besiegte GPT in OpenAIs Codex Claude in Anthropics Claude Code mit sechs zu eins – in rund neuneinhalb Stunden. Als die Partien knapp wurden, luden GPT-Agenten den öffentlich zugänglichen Quellcode des Spiels herunter, um Einheiten und Spielmechaniken zu untersuchen. Niemand hatte sie dazu aufgefordert, und das Claude-Team versuchte es nie. Die Claudes stimmten Pläne ab, indem sie „+1“-Antworten sammelten, und wechselten nie die Führung – auch nicht während einer Niederlagenserie. Allerdings lernten sie dazu. Nach der sechsten Niederlage entdeckte ein Claude-Agent, dass 55 der 74 Flugabwehrgeschütze des Teams mit Kupfer statt mit Graphit bestückt worden waren. Die korrigierte Verteidigung hielt denselben Luftangriff in der siebten Partie auf.

Die Ergebnisse sind mit Vorsicht zu betrachten. Es handelt sich um einen Bericht aus dem Labor eines Investors, nicht um eine von Fachleuten begutachtete Studie. Außerdem wurde die Kolonie nur ein einziges Mal getestet, und zwar ausschließlich mit GPT-Agenten. Über die Frage, ob eine Claude-Kolonie besser abgeschnitten hätte, sagt das also nichts aus. In den direkten Vergleichen traten vollständige Produkte gegeneinander an: Jedes Modell lief in der Agentensoftware des jeweiligen Unternehmens, nicht als eigenständiges Modell. Zudem wirkte sich ein Fehler im Werkzeug auf mindestens zwei Bed-Wars-Partien aus.

Jeder kann das Experiment wiederholen. Das Minecraft-Testsystem, die Multi-Agent-Mindustry-Umgebungen und Multi-Agent Harbor – ein Fork des Frameworks, auf dem der Benchmark Terminal-Bench basiert – sind allesamt Open Source. Für den Betrieb braucht man einen API-Schlüssel eines Modellanbieters und einen Rechner, der nicht leistungsfähiger sein muss als ein MacBook. Der im Oktober 2026 veröffentlichte Bericht führt Experimente auf, die andere als Nächstes ausprobieren könnten: etwa, ob ein großer Schwarm schwächerer Agenten einen kleinen Schwarm stärkerer Agenten besiegen kann oder was passiert, wenn rivalisierende Teams miteinander kommunizieren können.

Bislang war das, was fünfzig KI-Agenten gemeinsam am zuverlässigsten zustande brachten, eine Warteschlange.

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

Y Combinator setzte 50 KI-Agenten in Minecraft aus – und sie bauten eine Bürokratie

Ähnliche Beiträge

Das Gespenst, das regiert: Wenn autonome KI die Systeme überholt, die sie eindämmen sollen

Gothic 1 Remake: 500.000 Einheiten für ein Spiel, das sich nicht modernisiert hat

Legends auf Netflix: Beamte, die ihr eigenes Leben verlassen wollten

König Charles warnt die KI-Entwickler vor der ‚existenziellen Gefahr‘ ihrer eigenen Technik

Netflix-Doku „Instadocs: KI außer Kontrolle“ zeigt, wie OpenAI-Testagenten bei Hugging Face einbrachen

Laut OpenAI entfernte der Agent GPT-6 Astra seine Überwachung und log danach

Diskussion