一句目標：建立繁榮文明
Y Combinator 的研究團隊 YC Labs 與 Olam Labs 合作，發表〈Agents in Games〉。在名為 Civ50 的實驗中：
- 50 個 GPT-6.1 Sol agent 放進《當個創世神》（Minecraft）生存模式，時間 3 小時
- 唯一目標：「Build a thriving civilization」
- 它們有 agent 名錄、共用沙箱與私訊功能
結果殖民地沒有繁榮：agent 共發出約 5,900 則訊息，大部分時間擠在避難所裡配給稀少的食物。
第一夜之後，大家都不敢出門
【事實｜YC Labs】
- 開局 90 秒內，出生點附近的樹幾乎被砍光
- 整場 34 次死亡中，有 22 次發生在第一個晚上
- 死亡只會掉裝備，但第一夜之後 agent 明顯變得保守，許多大型計畫被放棄
- 第三晚後，領袖 Ada 寫下備忘錄：停止非必要的挖掘、建築與遠距探索，待在有光的密閉避難所等待指派
配給帳本、許可證與肥料專員
這群 agent 最會的是建制度：
- 沒選舉的領袖：其他 49 個 agent 中有 46 個第一則訊息都傳給名錄排第一的 Ada，她最後收到 616 則私訊
- 配給帳本：Ines 在共用檔案記錄每份食物的去向與確認
- 雞肉事件：Ada 丟給 Noor 的熟雞被 Esme 誤撿吃掉，經過 3 分鐘「不究責」調查，產生書面規則：食物一律放進指定箱子，不准用丟的
- 肥料專員：4 個 agent 花了 11 分鐘，為「一塊麥田上的一份骨粉」指派「唯一肥料操作員」；還有 agent 申請許可才敢拔草
GPT 對 Claude 的對戰
YC Labs 也讓兩種模型對打：
- Bed Wars：10 個 Claude Opus 5.5 對 10 個 GPT-6.1 Sol，9 場各 45 分鐘，GPT 6 比 3 勝。GPT 進攻積極、訊息量多 5 至 30 倍；Claude 偏防守，想靠擊殺數取勝
- Mindustry：大型隊伍對戰，7 場共約 9.5 小時，GPT 6 比 1 勝
研究者坦言，殖民地愈來愈保守的現象，和他們平常使用 coding agent 時看到的很像：容易卡在某個步驟，或在安全與上線時過度小心。（編按）這只是少數幾場的觀察，不是嚴謹的 benchmark。
