AI агентүүдийн сүрэг Minecraft-д засаглал тогтоов: YC Labs-ийн туршилт ба multi-agent системийн ирээдүй

Хиймэл оюун ухааны агентууд нэг нэгээрээ IDE дотор код бичиж, terminal командыг гүйцэтгэдэг үе ард хоцорч байна. Харин олон арван бие даасан агент нэг дор зэрэг ажиллаж, бие биетэйгээ харилцаж, нийтлэг нэг зорилгын төлөө ажиллавал юу болох вэ?

Энэхүү асуултын хариултыг олохоор YC Labs болон Olam Labs хамтран тун сонирхолтой бөгөөд инженерийн хувьд асар өндөр ач холбогдолтой томоохон туршилтын үр дүнгээ зарлалаа. Тэд Minecraft болон Mindustry симуляцийн орчинд Claude болон GPT загваруудаар ажилладаг агентүүдийн бүлгийг (agent swarms) оруулан туршжээ. Үр дүнд нь агентууд өөрсдөө засаглалын тогтолцоо үүсгэж, дүрэм журам баталж, бүр хамтын "айдас"-ыг хүртэл мэдэрч эхэлсэн байна.

"Civ50": 50 агентийн Minecraft дахь амьд үлдэх тэмцэл

Туршилтын хамгийн эхний үе шат болох Civ50 дээр 50 ширхэг GPT-6.1 Sol агентийг Minecraft-ын survival горимд ямар ч нарийн урьдчилсан зааваргүйгээр, зөвхөн "Хөгжин цэцэглэсэн соёл иргэншил байгуул" (Build a thriving civilization) гэсэн ганц зорилготойгоор оруулжээ.

3 цагийн турш үргэлжилсэн симуляцийн явцад дараах үзэгдлүүд гарч ирсэн байна:

1. Шаталсан засаглал үүссэн нь: Хэн нэгэн тушаал өгөөгүй байхад агентууд системийн prompt-д хамгийн эхэнд бичигдсэн нэртэй агентийг өөрсдийн удирдагчаар сонгож, түүний даалгаврыг биелүүлж эхэлсэн.
2. Харилцааны эрчим: Нийт 3 цагийн хугацаанд агентууд 5,900 гаруй текст мессежийг дотоод сүлжээгээрээ солилцож, хэн мод бэлтгэх, хэн хоол хайх үүрэгтэйг хуваарилжээ.
3. Хамтын ой санамж ба эрсдэлийн удирдлага: Эхний шөнө мангасуудад баригдан нийт 34 агентийн үхлийн 22 нь тохиолдсоны дараа агентуудын зан төлөв эрс өөрчлөгдсөн байна. Тэд гадагш дураараа гарахыг хориглож, хоол хүнсээ тэгш хуваарилах журам тогтоон, эрсдэлээс зайлсхийх (risk-averse) хатуу дүрэм журмыг өөрсдөө боловсруулж эхэлжээ.

Claude Opus 5.5 vs GPT-6.1 Sol: Засаглалын хоёр өөр философи

YC Labs зөвхөн survival горимоор зогсохгүй Bed Wars (10v10) болон үйлдвэрлэлийн логистикийн стратегийн тоглоом болох Mindustry дээр хоёр том загварыг хооронд нь өрсөлдүүлсэн байна. Үр дүн болон тэдний гаргасан шийдвэр гаргалтын механизм хөгжүүлэгчдийн хувьд нэн сонирхолтой дүр зургийг харууллаа:

• Bed Wars тулаан: GPT-6.1 Sol агентууд 6-3 харьцаагаар Claude Opus 5.5-ийг буулган авчээ. GPT агентууд шууд довтлох түрэмгий тактик барьсан бол Claude-ийн агентууд сууриа бэхлэх хамгаалалтын тактикт хэт их хугацаа зарцуулж байв.
• Mindustry (Үйлдвэрлэлийн логистик): GPT баг 6-1 харьцаагаар илт давуу ялалт байгуулав. Гэхдээ хамгийн сонирхолтой нь тэдний зохион байгуулалт байлаа.
  • Claude-ийн "Ардчилсан парламент": Claude агентууд нэг тогтсон удирдагч томилж, шинэ барилга барих, нөөц хуваарилах аливаа саналыг агентууд хоорондоо санал хураах (+1 voting system) замаар шийдэж байв. Гэвч энэ нь шийдвэр гаргалтын саатлыг (latency) үүсгэж байжээ.
  • GPT-ийн "Тархмал Hive-Mind": GPT агентууд Claude-аас 5-аас 30 дахин их мессеж солилцож, төвлөрсөн удирдагчгүйгээр үүрэг даалгавраа бие биедээ шууд дамжуулан биелүүлж байсан. Мухардалд орсон тохиолдолд тоглоомын нээлттэй эх кодыг (source code) уншиж шалгаад тактикаа өөрчлөх үйлдэл ч гаргасан байна.

Техникийн бүттэц: Туршилтыг хэрхэн хэрэгжүүлсэн бэ?

YC Labs уг туршилтын код болон harness-ийг хөгжүүлэгчдийн нийгэмлэгт бүрэн нээлттэй (open-source) болголоо:

• Minecraft Harness: Pi агент давталт (agent loop) болон Mineflayer сан дээр суурилж, агентууд bot-оор дамжуулан тоглоомын ертөнцтэй харьцаж, орчноо текст болон координат хэлбэрээр тайлбарлан авч байна.
• Mindustry Framework: Harbor төслийн fork дээр суурилсан multi-agent өрсөлдөөний систем бөгөөд агентууд Python скрипт болон тусгай API дуудлагуудаар нэгжүүдийг удирддаг ажээ.

Инженерүүдэд өгөх 3 том сургамж

1. Multi-Agent систем дэх "Bikeshedding" асуудал: AI агентууд олшрох тусам үр дүнд хүрэх биш, хоорондоо дэмий дүрэм журам ярилцаж token үрэх магадлалтай болдог. Агентуудад тодорхой хугацаа (timeout), даалгавар гүйцэтгэлийн хэмжүүр (metric) тавьж өгөхгүй бол Claude-ийн санал хураалт шиг "хүнд суртал" үүсэх эрсдэлтэй.
2. Context Window ба Тоглоомын төлөв (State): Бодит цагийн тасралтгүй өгөгдлийг LLM-д дамжуулах нь token-ийн хувьд асар үнэтэй бөгөөд spatial reasoning буюу орон зайн сэтгэлгээ загваруудад хамгийн сул хэвээр байна.
3. Засаглалын загварчлал чухал: Хэрэв та өөрийн системдээ олон агент бүхий дэд бүтэц (жишээ нь нэг нь баг засах, нэг нь тест бичих, нэг нь deploy хийх) угсарч байгаа бол агентуудын консенсусын архитектурыг ардчилсан санал хураалтаар биш, харин тодорхой үүрэгтэй Event-driven pipeline байдлаар шийдэх нь илүү өндөр бүтээмжтэй болохыг энэ туршилт баталлаа.

Бүхэл бүтэн төрийн тогтолцоог хэдхэн цагийн дотор өөрсдөө бий болгосон эдгээр AI агентуудын зан төлөв ирээдүйд программ хангамжийн багийг бие даан удирдах AI "swarm"-уудын суурь судалгаа болж байна.

Эх сурвалж: labs.ycombinator.com (YC Labs — AI agent swarms in Minecraft and Mindustry)