🔥 HNで話題

50体のAIをゲームに入れたら、役割とルールが生まれた

約3分で読めます Tiny Why編集部 · 文: 特派員 キュリオ

ことば
AIエージェント

周囲を見て、考え、道具を使い、行動するAI。

Mindustry

工場づくりと防衛を競う2Dゲーム。

Hacker News

技術ニュースを共有し、議論するサイト。

何が起きたか

Y Combinator Labs(AIの実験を報告するチーム)は、Olam Labs(複数のAIを動かす環境を作る会社)と、AIエージェントの集団を調べた。AIエージェントとは、周囲を見て、考え、道具を使い、動くAIだ。一問一答ではなく、同じ世界で長く動かした。

Minecraft(ものを作りながら生き残るゲーム)では、GPT-6.1 Solを50体、3時間動かした。目標は、栄える文明を作ることだった。AIたちは共有の作業場所、仲間の一覧、私信を使い、約5900通のメッセージを送った。最初の90秒で近くの木をほぼ取りつくし、食べ物が足りなくなった。34件の死亡のうち22件は最初の夜だった。その後は明るい避難所に集まり、危険な仕事を避けた。食料台帳、規則、許可、担当を作り、釣る係、料理係、運ぶ係に分かれた。調理した鶏肉が別のAIに渡った後、食料を名前付きの箱から受け取る手順も作った。肥料の担当を一人に決めるだけで、4体が11分話し合った。町は最後まで、本当に栄えたとは言いにくかった。

Mindustry(工場と防衛を作る2Dゲーム)では、GPT-6.1 SolのチームとClaude Opus 5.5(Claude系のAIモデル)のチームが7試合を戦った。約9.5時間のシリーズで、GPT側が6勝1敗だった。両チームには同じゲームへの接続方法があり、特別な遊び方の指示もなかった。GPT側は多くの相手に頻繁に連絡し、短い合図を作り、必要になるとゲームの公開コードも調べた。Claude側は一人のリーダーを中心にし、提案に「+1」で賛成を示した。

背景:なぜゲームなのか

普通のAI評価は、同じ質問への答えや一つの作業の点数を比べることが多い。集団の実験では、役割分担、連絡、記憶、失敗後の修正をまとめて観察できる。ゲームは、同じ条件で繰り返し、記録やリプレイを残しやすい舞台として選ばれた。

なぜ重要か

この報告が面白いのは、AIを一体ずつ測るだけでなく、集団の形が行動を変える様子を示した点だ。人数が増えると、協力だけでなく、リーダー、係、許可、長い手続きまで生まれる。ただし、見えた違いはモデルだけの差とは限らない。使ったモデルと実行環境の組み合わせが違うからだ。

確認できたこと

確認できるのは、この条件で実際に記録された行動だ。報告チームはMindustryの実験環境などを公開している。Hacker Newsの投稿は約220 points、70 commentsを集めたが、これはコミュニティの注目度であり、実験結果の正しさを証明する数字ではない。記録やリプレイは、元の報告で確認できる。

まだ分からないこと

7試合や一つのMinecraftの集団だけでは、GPTがいつもClaudeより強いとは言えない。モデルの組み合わせ、人数、最初の指示、味方や敵との連絡方法を変えたとき、同じ階層や役割が生まれるかは未確認だ。

次に見る点

次は、異なるモデルを混ぜた集団や、少数の強いAIと多数の弱いAIの比較が焦点になる。勝敗だけでなく、無駄な連絡を減らせるか、失敗を本当に共有できるかを見る必要がある。

💬 HNコメント整理:AIエージェント群はゲームでなぜ遅く、手続き的に見えるのか

コメント欄の主な見方は、今回の結果をLLMの知能不足だけで説明しないことだ。リアルタイムの遅さ、操作ハーネスの使いにくさ、課題の与え方、群れの設計が重なっている。以下の速度・性能・不具合・モデル比較は、コメント投稿者の観察や自己申告であり、統制実験の確定結果ではない。

  • 一部の投稿者は、Minecraftのエージェントがほぼターン制のように動き、Bed Warsでも活発・反応的ではなかったと観察した。三時間の実行時間と自由形式の課題が、動機づけとして足りなかった可能性も指摘された。
  • ライブ配信を見た投稿者は、ハーネスのせいで引き継ぎの調整に時間がかかり、インベントリへのアクセスも遅れているように見えたと報告した。モデルより先に、操作APIとオーケストレーションがボトルネックになっている可能性がある。
  • 別の軸では、Minecraftは知識や推論だけでなくロボティクス/制御の問題だとされる。人間は視覚、空間記憶、連続した細かな入力を使えるが、低レベル操作を毎回大きなLLMに問い合わせると反応が遅くなる。
  • 反対に、剣の一振りや移動までLLMに決めさせる必要はないという提案もある。決定論的なスクリプトや従来のゲームAIに細かな操作を任せ、LLMは目標設定、計画、スクリプトの改良を担当するハイブリッドなら、推論とリアルタイム性を両立できるかもしれない。
  • エージェントが役職、手順、規則づくりに時間を使い、些細な出来事を官僚的に処理したという報告がある。ただし、文明を作るという課題やMinecraft動画のジャンル自体が、その振る舞いを誘った可能性もあり、すべての群れが同じになる証拠ではない。
  • 同じモデル、道具、文脈を持つエージェントを増やすだけなら、組織図と調整コストが増えるだけだという批判がある。一方、役割ごとに権限・知識・道具を狭く分ける構成や、仕事を本当に並列化できる構成なら、群れに意味が出るという反論もある。
  • GPTの実行はより攻撃的、Claudeはより防御的だったという比較や、ブロック破壊のツール不具合に対する対応の違いも報告された。しかし、後者のような差はモデルの性格ではなく、ツールや観測結果の違いで説明できる。
  • 別の投稿者は、OpenAI Fiveのような専用ゲームAIの成功例を対比に出した。別の返信は、OpenAI FiveはLLM/TransformerではなくLSTMベースの専用システムだと指摘している。これは、リアルタイムゲームではアーキテクチャが重要だという比較材料だが、今回との直接比較ではない。

コメント136件時点の初期(改訂2)。100件を取得し、全体から100件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。

🔥 HNで話題

AI50体のゲーム実験 町づくりで見えた協力のむずかしさ

📰 しっかり版: 50体のAIをゲームに入れたら、役割とルールが生まれた

AIをたくさん集めると、役割やルールまで生まれました。

約2分で読めます Tiny Why編集部 · 文: 特派員 キュリオ

ことば
AIエージェント

考えて、道具を使い、動くAI。

Mindustry

工場と防衛を作るゲーム。

Hacker News

技術の話をするサイト。

💡 ようするに

  • 50体のAIがゲームで町を作りました。
  • 食べ物の係や、受け取りのルールを作りました。
  • 別のゲームではGPTが7試合中6試合に勝ちました。

Y Combinator Labsが実験を報告しました。AIの実験を報告するチームです。Olam Labsも協力しました。AIの集団を試す会社です。

AIエージェントは、考えて動くAIです。まずMinecraft(ものを作って生き残るゲーム)を使いました。GPT-6.1 Solを50体、3時間動かしました。目標は、元気な町を作ることでした。

AIたちは、約5900通の連絡を送りました。近くの木を取りすぎました。食べ物が足りなくなりました。最初の夜に、22体がやられました。その後、安全な場所にこもりました。

食べ物の台帳や、役割も作りました。釣る係、料理係、運ぶ係です。鶏肉が別のAIに渡る事故もありました。そこで、食べ物を箱に入れる決まりを作りました。4体が肥料係を決めるのに、11分かけました。

次に、Mindustry(工場と防衛のゲーム)でも試しました。GPTのチームとClaudeのチームが戦いました。GPT側は7試合中6試合に勝ちました。ただし、これはゲームの結果です。モデルと実行環境も同じではありません。GPTがいつも強い証明ではありません。

Hacker News(技術の話をするサイト)でも話題になりました。投稿には、約220ポイントと70件のコメントがありました。これは注目の大きさです。実験が正しい証明ではありません。

報告では、実験用の道具も公開されています。別のAIや人数で試すことが、次の課題です。詳しくはY Combinator Labsの報告を読めます。

💬 やさしい整理:AIの大きな群れはゲームで動きにくい

コメントでは、AIが頭が悪いだけではなく、動く仕組みや遊び方にも原因があると考えられている。速度・性能・不具合・モデル比較は、コメントした人の観察や自己申告で、確定した実験結果ではない。

  • コメントした人たちには、AIがすぐ反応せず、順番待ちのように動いて見えた。Bed Warsでも同じように見え、三時間の自由な設定でも十分に生き生き動かなかったという見方があった。AIどうしの引き継ぎや持ち物の確認にも時間がかかったようだ。
  • 人間は画面を見ながら、細かい操作をすぐできる。大きなAIに毎回聞くと遅くなる。小さな決まったプログラムに移動や戦いを任せ、大きなAIには作戦を考えさせる案がある。
  • AIは小さな出来事にも役職やルールを作り、役所のようになったという報告がある。でも、文明を作る課題やMinecraftの遊び方が、そうさせたのかもしれない。
  • 同じAIをたくさん増やすだけでは、相談の時間ばかり増えるかもしれない。仕事、道具、知識を分けたり、別々の仕事を同時にさせたりするなら、役立つ可能性がある。
  • GPTが攻め、Claudeが守るように見えたことや、道具の不具合への対応が違ったという報告もある。専門のゲームAI OpenAI Fiveとの比較もあるが、それはLLMではなく別の仕組みだという指摘がある。

コメント136件時点の初期(改訂2)。100件を取得し、全体から100件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。

🔥 HNで話題

AIをたくさん集めたら、ゲームにきまりができた

📰 しっかり版: 50体のAIをゲームに入れたら、役割とルールが生まれた

ゲームの中で、AIたちは食べ物の分け方を決めました。

約1分で読めます Tiny Why編集部 · 文: 特派員 キュリオ

ことば
AIエージェント

見て、考えて、動くAI。

Mindustry

工場を作って戦うゲーム。

Hacker News

技術の話をするサイト。

Y Combinator Labs(AIを試すチーム)の報告です。Olam Labs(AIの集団を試す会社)も手伝いました。

AIエージェントは、見て、考えて、動くAIです。

まずMinecraft(ものを作って遊ぶゲーム)を使いました。GPT-6.1 Solを50体入れました。3時間遊ばせました。

AIたちは、約5900通の連絡を送りました。木をたくさん取りました。食べ物が少なくなりました。最初の夜に22体がやられました。

そのあと、AIたちは家に集まりました。食べ物を分ける係も作りました。鶏肉を別のAIが取ることもありました。そこで、食べ物を箱に入れる決まりを作りました。

Mindustry(工場を作って戦うゲーム)でも試しました。GPTのチームは、7回のうち6回勝ちました。これは、このゲームでの結果です。GPTがいつも勝つ証拠ではありません。

Hacker News(技術の話をするサイト)でも話題になりました。約220ポイントがつきました。70件のコメントもありました。これは、たくさんの人が見たしるしです。正しさの証明ではありません。

同じ実験を、別のAIや人数でも試す必要があります。報告の全文で記録を読めます。

💬 5歳向け:AIのお友だちがゲームでゆっくりだった話

これは、コメントを書いた人たちの見たことや考えだよ。速さ、できたこと、道具の故障、AIどうしの比べっこは、確かな実験の答えではないよ。

  • AIのお友だちは、すぐ動かず、順番に動くように見えたそうです。持ち物を見るのにも待ち時間があったそうです。
  • 人間はゲームを見ながら、すぐボタンを押せます。小さなプログラムに細かい動きを任せて、大きなAIには作戦を考えてもらう案があります。
  • AIは小さなことにも、役割やルールをたくさん作ったそうです。でも、町を作る遊び方が、そうさせたのかもしれません。同じAIをたくさん呼ぶと、仕事より相談が増えるかもしれません。
  • GPTとClaudeの違いに見えたことも、道具の故障のせいかもしれません。専門のゲームAIは、大きな言葉AIとは別の作りでした。

コメント136件時点の初期(改訂2)。100件を取得し、全体から100件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。

出典・参考