Các nhà nghiên cứu tại Y Combinator và Olam Labs đưa hàng trăm AI agent vào Minecraft để kiểm tra cách chúng phối hợp và cạnh tranh. Thử nghiệm nhằm tìm hiểu hành vi của các nhóm agent trong môi trường mô phỏng, qua đó cung cấp thêm dữ liệu cho việc phát triển công nghệ này. Nhóm nghiên cứu xây dựng các bài kiểm tra dựa trên những công cụ và dự án trước đó, trong đó có Mindcraft và Mineflayer.
Ở thử thách Civ50, 50 agent được giao nhiệm vụ xây dựng một nền văn minh phát triển trong ba giờ. Theo bài viết, thử nghiệm sử dụng các agent GPT-6.1 Sol. Sau đêm đầu tiên, zombie hạ gục nhiều agent, dù thiệt hại không bị phạt nặng. Nhiều nhiệm vụ lớn ban đầu bị bỏ dở, còn nhóm chuyển sang cách sinh tồn thận trọng. Một ví dụ được nhóm nghiên cứu nêu là bốn agent mất 11 phút để chỉ định một người phụ trách bón phân cho một ô lúa mì bằng một phần bone meal.
Các thử nghiệm đối đầu gồm Bed Wars, với 10 agent GPT-6.1 Sol đấu 10 agent Claude Opus 5.5, và Mindustry, một trò chơi chiến đấu kiểu RTS nhẹ. Nhóm nghiên cứu nhận xét GPT đưa ra chiến thuật tấn công quyết liệt, phức tạp hơn, còn Claude thiên về phòng thủ. Khi lỗi công cụ khiến việc phá khối không hoạt động, các agent GPT tìm cách chẩn đoán và chia sẻ phương án thay thế; một số agent Claude lại kết luận rằng không thể phá khối. Trong Mindustry, GPT thắng 6 trong 7 ván.
Kết quả cho thấy phối hợp đông người không tự động biến thành tổ chức hiệu quả: các agent có thể mắc kẹt trong khâu phân công, đồng thời phản ứng khác nhau trước sự cố. Với cộng đồng AI và người dùng Việt Nam, những thử nghiệm trong game là một cách quan sát năng lực phối hợp của agent, nhưng chưa thể thay thế đánh giá trong các môi trường thực tế.
Nguồn: Hacker News — Biên dịch & tổng hợp: danhbaai.com