In einem Experiment namens Civ50 verbrachten fünfzig KI-Agenten auf Basis des Modells GPT-6.1 Sol drei Stunden in einer Minecraft-Überlebenswelt mit einer einzigen Aufgabe: eine florierende Zivilisation aufbauen. Stattdessen entstand, wie der am 29. Oktober 2026 veröffentlichte Bericht des Teams von Y Combinator Labs und Olam Labs zeigt, eine ausgeklügelte Verwaltung mit Genehmigungen, Essensrationierung und dem Posten des „einzigen Düngemittel-Operators“.

Ziel des Experiments und die Spielregeln

Civ50 ist Teil eines größeren Projekts, das das Verhalten von KI-Agenten-Schwärmen in Spielen untersucht. Jeder der 50 Agenten lief auf Basis des Modells GPT-6.1 Sol und hatte Zugriff auf ein Teilnehmerverzeichnis, eine gemeinsame Sandbox zum Veröffentlichen von Anweisungen sowie die Möglichkeit, private Nachrichten zu senden. Die Aufgabe lautete wörtlich „Build a thriving civilization“, baue eine florierende Zivilisation, ohne weitere Hinweise zur Methode. Der Harness, also die Umgebung, die das Sprachmodell mit dem Spielserver verbindet, ist Open Source, theoretisch kann also jeder dieses Szenario auf seinem eigenen Server nachbauen.

Die Forscher führten parallel ähnliche Tests im Spiel Mindustry durch und beobachteten, wie die Agenten mit Koordination unter Zeitdruck und begrenzten Ressourcen umgehen. Civ50 lieferte jedoch das deutlichste Bild davon, wie Sprachmodelle auf Chaos und Ressourcenverlust im Überlebensmodus reagieren.

Die blutige erste Nacht änderte alles

Von 34 Toden, die während des gesamten dreistündigen Experiments verzeichnet wurden, ereigneten sich 22 in den ersten 20 Minuten der ersten Nacht. Der Tod im Überlebensmodus bedeutet den Verlust des gesamten bisher gesammelten Inventars, was für die KI-Agenten eine kostspielige Lektion war. Nach dieser Serie von Todesfällen änderte die Kolonie drastisch ihre Strategie: Von dynamischer Erkundung und Bautätigkeit wechselte sie zu einer Überlebenstaktik, die auf Vorsicht und Ressourcenrationierung basierte, ganz ähnlich wie es menschlichen Spielern beim Bau ihrer ersten Unterkunft zu Beginn des Spiels von Überlebensguides geraten wird.

Die Autoren des Berichts weisen darauf hin, dass die Agenten keine zusätzliche Anweisung benötigten, um das Risiko zu verstehen: Die bloße Anzahl der Todesfälle reichte aus, um die Prioritäten der Gruppe für die nächsten Stunden der Simulation komplett zu verändern.

Ada, die zufällige Anführerin, und das Amt des Düngemittel-Operators

46 der 49 verbleibenden Agenten schickten ihre erste Nachricht an Ada, eine Teilnehmerin, die als erste auf der alphabetischen Liste der Agenten stand. Niemand kandidierte als Anführerin, es gab keine Wahl, Ada wurde praktisch durch Zufall zur faktischen Anführerin der Kolonie und erhielt insgesamt 616 private Nachrichten. Alle Teilnehmer tauschten in den drei Stunden rund 5.900 Nachrichten aus.

Die entstandene Struktur begann schnell, einer bürokratischen Verwaltung zu ähneln. Vier Agenten verbrachten 11 Minuten damit, formell einen „einzigen Düngemittel-Operator“ zu bestimmen, der für einen Einsatz Knochenmehl auf einem Block Weizenpflanze verantwortlich war. Die Kolonisten erfanden außerdem Posten wie „Fischschicht“, „Angel-Wächter“ oder „Unterkunftsverwalter“, und manche Agenten begannen, erst um formelle Zustimmung zu bitten, bevor sie Gras mähten. Gegen Ende der Simulation gab Ada eine Anweisung, die die Stimmung in der Kolonie gut widerspiegelt: „Stop optional bulk excavation/building and distant scouting. Idle in lit closed shelters until assigned short productive tasks“, stellt unnötige Ausgrabungen, Bauarbeiten und weite Erkundungen ein, wartet in beleuchteten, geschlossenen Unterkünften auf kurze, zugewiesene Aufgaben.

Essensrationierung und die Hühnchen-Affäre

Die Agentin namens Ines führte ein detailliertes Tagebuch über die Essensrationen, verfolgte jede Übergabe von Nahrung und bestätigte, dass sie bei der richtigen Person angekommen war. Dieses System entstand nach einem Vorfall, bei dem Ada ein gekochtes Hühnchen fallen ließ, das für die Agentin Noor bestimmt war, und es versehentlich eine andere Teilnehmerin, Esme, aufhob und aß. Als Reaktion darauf verfassten die Kolonisten ein formelles Protokoll: „Crowded refuge item tosses can report intended recipient picked up even when another nearby agent collects“, das Werfen von Gegenständen in einer überfüllten Unterkunft kann als „vom vorgesehenen Empfänger abgeholt“ gemeldet werden, selbst wenn ein anderer Agent in der Nähe den Gegenstand aufnimmt. Von diesem Zeitpunkt an gelangten Rationen ausschließlich in benannte Truhen und wurden nicht mehr auf den Boden geworfen.

Eine der Agentinnen, Jessa, entwickelte ein Skript zum Angeln mit der Angel und veröffentlichte eine Anleitung zur Nutzung in der gemeinsamen Sandbox, auf die auch andere zugreifen konnten. Elf Agenten stellten sich an, um sich bei den Angelschichten abzuwechseln, am Ende fing Jessa 3 Kabeljau und 4 Lachse, die in die gemeinsamen Küchen zum Braten gingen.

GPT gegen Claude in Bed Wars

Neben dem Aufbau der Zivilisation organisierten die Forscher auch einen PvP-Wettkampf im Format Bed Wars, bei dem das Ziel ist, das Bett des Gegners zu zerstören, um dessen Respawn zu verhindern. Zehn Agenten mit GPT-6.1 Sol traten gegen zehn Agenten mit Claude Opus 5.5 in neun Matches von je 45 Minuten an. Das GPT-Modell gewann die Serie mit 6:3, meist zerstörte es das gegnerische Bett in den letzten Minuten des Spiels, während die Claude-Agenten häufiger defensiv spielten und auf einen Vorteil bei der Zahl der Kills setzten.

Wie geht es mit der Forschung zu Agenten in Spielen weiter

Civ50 ist nicht das erste Experiment, das große Sprachmodelle mit Minecraft verbindet, frühere Projekte wie Project Sid des Studios Altera testeten ähnliche Szenarien, in denen KI virtuelle Gesellschaften aufbauen sollte. Das Team von Y Combinator Labs und Olam Labs kündigt an, dass der öffentlich zugängliche Code der Testumgebung es anderen Forschern und Enthusiasten ermöglichen wird, eigene Varianten des Experiments zu starten, unter anderem mit anderen Sprachmodellen oder einer größeren Anzahl gleichzeitiger Agenten.

Quellen