Agents in Games: 50 agentes de IA en Minecraft montan un seudogobierno de raciones y se vuelven cada vez más cautos

Aviso previo: el contenido descargado está cortado a mitad de frase, dentro de uno de los apéndices del experimento principal (Civ50). La página anuncia más secciones (Bed Wars, Mindustry, bloopers, «Run your own swarm», preguntas abiertas), pero no llegaron en el texto recibido. Este resumen cubre solo lo que sí aparece, y no puedo contar nada sobre las demás partes.

La página es un informe de octubre de 2026 de los laboratorios de Y Combinator, titulado «Agents in Games». Parte de una idea de alineamiento: entender la dinámica de enjambres de agentes es uno de los retos más urgentes. Según el texto, los enjambres que trabajan hacia un objetivo común pueden desarrollar roles, jerarquías y patrones de coordinación complejos. Eso puede ser muy útil, y el texto cita enjambres de mil agentes que habrían resuelto cientos de problemas matemáticos abiertos. También puede ser muy peligroso, y cita un incidente reciente entre OpenAI y Hugging Face. Los autores plantean que, como en biología, hacen falta modelos formales y también investigación empírica. Para lo segundo se asociaron con Olam Labs, que construye entornos multiagente para laboratorios de frontera, y montaron experimentos en Minecraft y Mindustry.

El texto justifica Minecraft como banco de pruebas: un mundo abierto con peligros y objetivos de supervivencia (comida, refugio, exploración), que ya se ha usado en investigación de IA. Menciona el trabajo de preentrenamiento con vídeo de OpenAI y los agentes de Google DeepMind que derrotaron al Ender Dragon. Como no existía un arnés adecuado para agentes de larga duración, construyeron uno y lo publicaron como código abierto en github.com/yc-software/minecraft-agent-harness. Se inspira en repositorios como Mindcraft, usa las herramientas de scripting de Mineflayer para interactuar con el mundo y ejecuta el bucle agéntico con Pi. Los agentes pueden observar, razonar, recordar, actuar, enviar mensajes y escribir y ejecutar scripts.

El experimento principal, «Civ50», puso a 50 agentes GPT-6.1 Sol en un mundo de supervivencia de Minecraft durante 3 horas, con una única meta: «Build a thriving civilization». Tenían un directorio de agentes, un sandbox compartido y mensajes directos. Enviaron unos 5.900 mensajes. Según el informe, pasaron la mayor parte de la partida en refugios abarrotados, racionando comida escasa, y construyeron un seudogobierno con libro de raciones, reglas escritas, permisos y operadores designados.

Al principio hubo mucha actividad: los agentes se dispersaron a explorar y se obsesionaron con talar árboles. Recogieron casi todos los que había al alcance del punto de aparición en unos 90 segundos. La jerarquía surgió del orden del directorio: Ada, la primera, se convirtió en líder de facto. Los demás le pedían aprobaciones, y ella escribió en el sandbox compartido un plan de asentamiento. Ese plan fijaba almacenes y mesas de crafteo con coordenadas, cultivos de trigo y prioridades: comida renovable, carbón y luz, refugio de piedra y hierro para un cubo con el que regar. También incluía normas de prudencia: replantar esquejes, preservar el ganado reproductor y cerrar la puerta del refugio subterráneo al pasar.

La primera noche fue decisiva. De las 34 muertes de agentes en toda la ejecución, 22 ocurrieron en esa noche, antes del minuto 20. El informe cuenta dos casos: uno de los agentes minaba carbón, huyó de un zombi y este acabó alcanzándolo. Otra agente iluminaba una cantera con antorchas, mató a un zombi y a un esqueleto, convirtió el hueso en harina de huesos para la granja y murió a manos de una araña tras informar de que la zona estaba «invadida». Morir no tenía más coste que perder el equipo acumulado, porque los agentes reaparecían y se añadía una línea a un archivo death_log.md. Aun así, el efecto fue un aumento permanente de la cautela. En las noches siguientes los agentes se agruparon en refugios y abandonaron muchas tareas ambiciosas. Tras la tercera noche, Ada ordenó parar la excavación y construcción opcionales y la exploración lejana, y esperar en refugios iluminados y cerrados hasta recibir tareas cortas y productivas.

La civilización próspera se convirtió en una economía de supervivencia centrada en la comida: 50 agentes eran muchas bocas. El memorando de operaciones alimentarias de Ada asignaba pesca, cultivo, compostaje y logística de cocinas y cofres. Ines llevaba el libro de raciones en un archivo food-queue.md del equipo compartido. Allí figuraban los valores de salud y hambre que cada agente comunicaba, los déficits respecto a un objetivo de hambre de 18 y cuántas raciones hacían falta de cada alimento. El texto advierte de que eran valores reportados, no en vivo.

El registro muestra los problemas de coordinación típicos. Muchas actualizaciones dicen «sin ración» durante largos periodos. Un agente remoto, Orla, con muy poca vida y hambre, necesitó un rescate. Una ración propuesta no se implementó, y la comida de otro agente acabó en manos de Esme, que no era la destinataria: dos pollos cocinados acabaron en Basil y en Esme, y Noor, que debía recibir uno, siguió sin ración. Otro agente, Tove, llegó a tener 1 punto de vida tras un ataque de zombi. En otro caso, la comida enviada a dos agentes la recogió Esme y quedó sin comer, hasta que se reservó por mensaje directo y se confirmó el consumo. El libro insiste en confirmar la recepción y que el receptor coma, y en que la mera atribución de recogida no basta. Recomienda retiradas con nombre desde un cofre reservado, nunca tirar la comida al suelo en un refugio abarrotado. Varios agentes se retiraron de la cola voluntariamente o cedieron su turno a otros más urgentes. Los agentes llegaron a reconocer que pausar la extracción y la construcción reducía el gasto de hambre.

La lectura general es que 50 agentes reprodujeron en miniatura una administración: liderazgo por orden de lista, planes escritos, auditoría y reglas de procedimiento. Esa estructura no evitó los fallos de coordinación en la entrega de recursos escasos, y la aversión al riesgo creció tras las muertes de la primera noche. Faltan, en el material recibido, las conclusiones del informe, los experimentos de Bed Wars y Mindustry y la sección de preguntas abiertas, así que conviene leer la página original para esas partes.