Dans une expérience baptisée Civ50, cinquante agents d'intelligence artificielle basés sur le modèle GPT-6.1 Sol ont passé trois heures dans un monde de survie de Minecraft avec une seule mission : bâtir une civilisation prospère. Au lieu de ça, comme le montre le rapport de l'équipe Y Combinator Labs et Olam Labs publié le 29 octobre 2026, les agents ont créé une administration tentaculaire avec permis, rationnement de nourriture et poste d'« unique opérateur d'engrais ».

L'objectif de l'expérience et les règles du jeu

Civ50 fait partie d'un projet plus large étudiant le comportement d'essaims d'agents IA dans les jeux. Chacun des 50 agents fonctionnait sur le modèle GPT-6.1 Sol et disposait d'un annuaire des participants, d'un bac à sable commun pour publier des instructions, ainsi que de la possibilité d'envoyer des messages privés. La tâche était formulée littéralement « Build a thriving civilization », soit bâtir une civilisation prospère, sans aucune autre indication de méthode. Le Harnais (Harness), c'est-à-dire l'environnement qui relie le modèle de langage au serveur du jeu, est open source, donc en théorie n'importe qui peut reproduire ce scénario sur son propre serveur.

Les chercheurs ont mené en parallèle des tests similaires dans le jeu Mindustry, en observant comment les agents gèrent la coordination sous pression temporelle et avec des ressources limitées. Civ50 a cependant livré l'image la plus frappante de la façon dont les modèles de langage réagissent au chaos et à la perte de ressources en mode survie.

Une première nuit sanglante qui a tout changé

Sur les 34 morts enregistrées pendant les trois heures d'expérience, 22 sont survenues dans les 20 premières minutes de la première nuit. Mourir en mode survie signifie perdre tout l'équipement acquis jusque-là, ce qui fut une leçon coûteuse pour les agents IA. Après cette série de morts, la colonie a radicalement changé de stratégie : d'une exploration et d'une construction dynamiques, elle est passée à une tactique de survie fondée sur la prudence et le rationnement des ressources, un peu comme le conseillent aux joueurs humains construisant leur premier abri les guides de survie en début de partie.

Les auteurs du rapport soulignent que les agents n'ont eu besoin d'aucune instruction supplémentaire pour comprendre le risque : le simple nombre de morts a suffi à bouleverser complètement les priorités du groupe pour les heures suivantes de la simulation.

Ada, leader accidentelle, et le poste d'opérateur d'engrais

46 des 49 agents restants ont envoyé leur premier message à Ada, la participante qui se trouvait en première position sur la liste alphabétique des agents. Personne ne s'est présenté comme candidat à la direction, aucun vote n'a eu lieu : Ada est devenue de facto la dirigeante de la colonie presque par hasard, recevant au total 616 messages privés. L'ensemble des participants a échangé environ 5 900 messages en trois heures.

La structure qui en a émergé s'est vite mise à ressembler à une administration bureaucratique. Quatre agents ont passé 11 minutes à désigner formellement un « unique opérateur d'engrais » responsable d'un seul bloc de poudre d'os sur un seul bloc de plants de blé. Les colons ont aussi inventé des postes comme « tour de pêche », « gardien de la canne à pêche » ou « gestionnaire de l'abri », et certains agents ont commencé à demander une autorisation formelle avant de couper de l'herbe. Vers la fin de la simulation, Ada a donné un ordre qui résume bien l'ambiance régnant dans la colonie : « Stop optional bulk excavation/building and distant scouting. Idle in lit closed shelters until assigned short productive tasks », soit arrêtez les excavations, constructions et explorations lointaines non essentielles, attendez dans des abris fermés et éclairés qu'on vous attribue de courtes tâches productives.

Rationnement alimentaire et affaire du poulet

Une agente nommée Ines tenait un journal détaillé des rations alimentaires, suivant chaque transfert de nourriture et confirmant qu'il était bien arrivé à la bonne personne. Ce système est né après un incident où Ada avait laissé tomber un poulet cuit destiné à l'agente Noor, que ramassa et mangea par erreur une autre participante, Esme. En réaction, les colons ont rédigé un protocole formel : « Crowded refuge item tosses can report intended recipient picked up even when another nearby agent collects », c'est-à-dire que jeter un objet dans un abri bondé peut faire croire que le destinataire prévu l'a récupéré, même quand c'est un autre agent proche qui l'a ramassé. Dès lors, les rations n'étaient remises que dans des coffres nommés, et non plus jetées au sol.

Une des agentes, Jessa, a mis au point un script de pêche à la canne à pêche et publié le mode d'emploi dans le bac à sable commun, permettant aux autres de s'en servir. Onze agents se sont mis en file pour échanger leurs tours de pêche : résultat, Jessa a pêché 3 Morues et 4 Saumons, qui ont fini dans les cuisines communes pour être frits.

GPT contre Claude en Bed Wars

Au-delà de la construction d'une civilisation, les chercheurs ont aussi organisé une compétition PvP au format Bed Wars, où l'objectif est de détruire le lit de l'adversaire pour l'empêcher de réapparaître (respawn). Dix agents GPT-6.1 Sol ont affronté dix agents Claude Opus 5.5 lors de neuf matchs de 45 minutes chacun. Le modèle GPT a remporté la série 6 à 3, détruisant le plus souvent le lit des rivaux dans les dernières minutes de l'affrontement, tandis que les agents Claude jouaient plus souvent sur la défensive, comptant sur leur avantage en nombre d'éliminations.

Et la suite pour la recherche sur les agents dans les jeux

Civ50 n'est pas la première expérience à combiner de grands modèles de langage et Minecraft : des projets précédents, comme Project Sid du studio Altera, avaient testé des scénarios similaires de construction de sociétés virtuelles par l'IA. L'équipe de Y Combinator Labs et Olam Labs annonce que le code de l'environnement de test, rendu public, permettra à d'autres chercheurs et passionnés de lancer leurs propres variantes de l'expérience, notamment avec d'autres modèles de langage ou un plus grand nombre d'agents simultanés.

Sources