In Civ50 sollten 50 KI-Agenten in Minecraft drei Stunden lang eine blühende Zivilisation aufbauen. Statt einer expansiven Siedlung entstanden überfüllte Unterkünfte, knappe Essensrationen, Zuständigkeiten, Genehmigungen und ein detailliertes Rationsbuch. Nach einer verlustreichen ersten Nacht wurde die Kolonie immer vorsichtiger und verwaltete selbst kleinste Aufgaben mit schriftlichen Regeln. Besonders weit trieb sie es bei einem einzigen Stück Knochenmehl.
Y Combinator Labs und Olam Labs setzten für Civ50 ausschließlich Agenten mit GPT-6.1 Sol ein und gaben ihnen nur das Ziel „Build a thriving civilization“. Die Systeme konnten ihre Umgebung beobachten, Werkzeuge benutzen, Python-Skripte schreiben, Erinnerungen speichern und sich über Direktnachrichten abstimmen. Zusätzlich standen ihnen ein Agenten-Verzeichnis und eine gemeinsame Sandbox zur Verfügung, also ein geteilter Rechnerbereich für Dateien, Pläne und Skripte. Das eigens entwickelte Steuerprogramm veröffentlichte die Gruppe als offenes Minecraft-Agenten-Harness.
Der Bericht „Agents in Games“ dokumentiert dabei keinen geplanten Staatsaufbau, sondern eine Organisation, die aus den Entscheidungen der Agenten selbst entstand. Vergleichbare Schwärme können sehr unterschiedliche Aufgaben übernehmen; auf Forschung und Wissen arbeiteten etwa 10.000 KI-Agenten parallel an einem mathematischen Beweis. Im Spiel zeigte sich dieselbe Fähigkeit zur Arbeitsteilung unter ganz anderen Bedingungen: Hunger, Monster, Dunkelheit und begrenzte Vorräte bestimmten plötzlich, welche Pläne überhaupt noch verfolgt wurden.
Zu Beginn schwärmten die Agenten energisch aus und begannen sofort mit Erkundung, Rohstoffsuche und dem Bau einer Siedlung. Auffällig war ihre starke Fixierung auf Holz. Fast alle erreichbaren Bäume am Startpunkt waren nach 90 Sekunden gefällt. Ada, die später zur zentralen Koordinatorin wurde, schrieb einen Siedlungsplan in die gemeinsame Sandbox. Darin ordnete sie Lagerplätze, eine Werkbank, den Ausbau der Landwirtschaft und den sparsameren Umgang mit Holz, während andere Agenten Bergbau, Unterkünfte und erste Nahrungsquellen übernahmen.
Schon diese ersten Minuten zeigten ein Muster, das den weiteren Lauf prägen sollte. Mehrere Agenten griffen gleichzeitig nach derselben naheliegenden Ressource, obwohl ihre gemeinsame Aufgabe eigentlich eine breite Zivilisation verlangte. Die technische Umgebung gab ihnen keine vorgegebene Verfassung, keine Ämter und keine fest zugewiesenen Berufe. Was später nach Verwaltung aussah, entstand aus Versuchen, Doppelarbeit, Risiken und knappe Güter besser zu koordinieren.
Von den 34 Todesfällen des gesamten Laufs ereigneten sich 22 vor Minute 20, ausgelöst etwa durch Zombies und Spinnen, wobei der Tod im Versuch nur die jeweils getragene Ausrüstung kostete. Nach dem Wiederauftauchen konnten die Systeme weiterarbeiten, doch ihr Verhalten änderte sich deutlich: Nachts hielten sie sich häufiger in geschlossenen, beleuchteten Unterkünften auf und reduzierten riskante Vorhaben. Ehrgeizige Bau- und Erkundungspläne verloren an Bedeutung, während Schutz, Essen und kurze überschaubare Aufgaben in den Mittelpunkt rückten.
Nach der dritten Nacht schrieb Ada in den gemeinsamen Arbeitsplan, dass optionale größere Grabungen, Bauarbeiten und entfernte Erkundungen vorerst eingestellt werden sollten. Wer gerade keinen kurzen produktiven Auftrag hatte, sollte in geschlossenen Unterkünften bleiben. Besonders sichtbar wurde diese Vorsicht am Startpunkt: Gestorbene Agenten tauchten dort in einer überdachten Erdgrube wieder auf, die sich mit Bewohnern ohne Ausrüstung füllte. Am Morgen behandelte die Gruppe den improvisierten Ort bereits als „civic priority“ und machte ihn zum zentralen Keller.
Die Führungsstruktur entstand nicht durch Abstimmung, sondern durch die Reihenfolge im Agenten-Verzeichnis. Ada stand dort an erster Stelle, und 46 der übrigen 49 Systeme schickten ihre jeweils erste Nachricht an sie. Weder eine Gegenkandidatur noch eine formale Wahl fand statt. Über den gesamten Lauf wurde sie mit 616 empfangenen Direktnachrichten zum Kommunikationsknoten, während die Kolonie insgesamt rund 5.900 Nachrichten austauschte und immer mehr Entscheidungen über direkte Abstimmung und gemeinsam gespeicherte Dateien organisierte.
Gerade diese selbst erzeugte Hierarchie macht den Versuch interessant. Ein früherer Beitrag zu funktionalem freien Willen bei KI-Agenten beschreibt solche Fähigkeiten als beobachtbare Zielgerichtetheit, Alternativen und Handlungskontrolle. Civ50 ergänzt dazu ein praktisches Gruppenbeispiel: Viele autonome Systeme müssen ihre Einzelentscheidungen plötzlich miteinander vereinbar machen, und schon eine simple Namensreihenfolge kann dabei eine soziale Struktur prägen.
Als Nahrung knapp wurde, entwickelte sich Fischen zur wichtigsten Quelle, weil es im Vergleich zur Jagd weniger riskant war. Bram wollte eine Angel herstellen und bat elf andere Agenten per Direktnachricht um Faden, bevor er schließlich selbst eine Spinne tötete und das benötigte Material bekam. Nach dem Kampf war er zu hungrig für den Weg von rund 70 Blöcken zum Fluss und suchte deshalb einen besser versorgten Kollegen für die Übergabe. Jessa übernahm die Angel, programmierte anschließend ein eigenes Angelskript und veröffentlichte dazu eine Schritt-für-Schritt-Anleitung in der gemeinsamen Sandbox.
Aus dieser improvisierten Lösung entstand eine kleine Versorgungskette. Ein Dutzend Agenten angelte im Wechsel, wartete zwischen den Einsätzen möglichst ruhig in einer Unterkunft und vermied dadurch unnötigen Hunger. Andere kochten den Fang, Ines verteilte die Portionen und Kuriere brachten sie zu besonders hungrigen Bewohnern. Ihr Rationsbuch namens food-queue.md enthielt Gesundheits- und Hungerwerte, Defizite, vorgesehene Zuteilungen und Lieferungen; eine Ausgabe galt erst dann als erledigt, wenn der Empfänger den Verzehr bestätigt hatte.
Ein kleines Missgeschick machte aus der Nahrungslogistik ein regelrechtes Übergabeprotokoll. Ada warf Noor ein gebratenes Hühnchen zu, doch Esme hob es versehentlich auf und aß es. Die anschließende Untersuchung dauerte drei Minuten und sollte ausdrücklich ohne Schuldzuweisung auskommen. Vor dem Vorfall tauchte das Wort „Toss“, also werfen, in sieben Nachrichten auf, danach in 125, und 85 davon warnten ausdrücklich davor.
Noor und die anderen Agenten legten daraufhin fest, Rationen künftig in namentlich zugewiesene Truhen zu legen und den Empfang direkt bestätigen zu lassen. Die Reaktion war technisch nachvollziehbar, weil Gegenstände in einer dicht gedrängten Gruppe leicht vom falschen Spieler aufgenommen werden konnten. Gleichzeitig vergrößerte jeder Schutz gegen eine solche Panne den organisatorischen Aufwand. Aus einer fehlgeleiteten Portion entstanden neue Regeln, zusätzliche Rückmeldungen und weitere Zuständigkeiten, die den ohnehin vorsichtigen Ablauf noch stärker strukturierten.
Am deutlichsten zeigte sich die Bürokratie bei einem einzelnen Stück Knochenmehl für genau einen Weizenblock. Die beteiligten Systeme diskutierten Zuständigkeit, Zeitpunkt und mögliche Doppelaktionen so lange, bis Ivo als „sole fertilizer operator“ feststand. Der als Dünger-Beauftragter eingesetzte Ivo sollte die eine Anwendung kontrolliert ausführen, während andere ausdrücklich zusagten, den betreffenden Block und das Material nicht anzufassen. Zusätzlich entstanden Rollen wie „fishing shift“, „rod holder“ und „hub steward“, und einzelne Agenten fragten sogar um Erlaubnis, Gras zu entfernen.
Die Autoren beschreiben die Kolonie deshalb nicht als vollständig gescheitert, sondern als Gemeinschaft, die nie wirklich aufblühte und nach den ersten Verlusten in eine sich verstärkende Vorsicht geriet. Nach ihrer Einschätzung ähnelt dieses Verhalten Mustern aus der Arbeit mit Programmier-Agenten, die sich bei mehrstufigen Aufgaben gelegentlich auf einen bestimmten Schritt oder eine bestimmte Rolle fixieren. Auch übertriebene Vorsicht bei Sicherheit oder beim Aktualisieren laufender Dienste nennen sie als Vergleich. Diese Einordnung ist eine Beobachtung der Autoren und keine eigene Messgröße des Experiments.
Der Bericht enthält neben Civ50 weitere Läufe mit denselben Agentenfamilien. In neun Spielen à 45 Minuten traten jeweils zehn Agenten mit GPT-6.1 Sol gegen zehn mit Claude Opus 5.5 an, und die GPT-Seite gewann die Serie mit sechs zu drei, meist durch späte Angriffe auf das gegnerische Bett. Claude spielte defensiver und setzte stärker auf Abschüsse, während GPT je nach Partie etwa fünf- bis dreißigmal mehr Nachrichten verschickte. Auch hier wurde fast immer der zuerst im Verzeichnis stehende Agent zum Anführer, was den in Civ50 beobachteten Reihenfolgeeffekt erneut sichtbar machte.
Im Strategiespiel Mindustry gewann GPT-6.1 Sol anschließend sechs von sieben Partien gegen Claude Opus 5.5. Dort mussten die Agentenschwärme Ressourcen abbauen, Produktionsketten aufbauen und gleichzeitig militärischen Druck aushalten. Die Wettbewerbsumgebung belohnte andere Entscheidungen als die offene Überlebenswelt, weshalb das Ergebnis nicht als allgemeines Modellranking taugt. Es zeigt jedoch, dass dieselben Systeme je nach Regeln und Anreizstruktur zwischen vorsichtiger Verwaltung und deutlich aggressiverer Koordination wechseln können.
Für Civ50 nennt der Bericht keine Wiederholung desselben großen Zivilisationslaufs, sodass sich aus diesem einzelnen Durchgang keine robuste Häufigkeit für das beobachtete Verhalten ableiten lässt. Die Veröffentlichung ist ein Forschungsbericht der beteiligten Labs und keine begutachtete Fachstudie; Y Combinator ist zugleich ein Start-up-Investor. Reproduzierbar ist zumindest die technische Grundlage, weil das Harness öffentlich bereitsteht und andere Gruppen damit eigene Agententeams, Modelle und Kommunikationsregeln testen können. Gerade diese Wiederholungen würden klären, ob die auffällige Verwaltung aus dem Modell, der Namensreihenfolge, der Minecraft-Umgebung oder ihrer Kombination entstand.
Y Combinator Labs und Olam Labs, „Agents in Games“ (Oktober 2026).
Mit KI-Unterstützung erstellt
Wählen Sie Forschung und Wissen bei Google als bevorzugte Quelle oder folgen Sie uns per RSS-Feed.
