11月1日、Tom's Hardwareが「AI agent swarms unleashed in Minecraft to 'build a thriving civilization'」と題した記事を公開した。この記事では、MinecraftをサンドボックスとしてAIエージェント群を投入し、マルチエージェント協調・対戦の挙動を検証した実験について詳しく紹介されている。最も注目すべき知見は、GPTとClaudeがゲーム内で全く異なる「性格」を示し、その差が勝敗を直接左右したという点だ。
50エージェントが「文明構築」に失敗した理由
複数の研究者らが、Minecraftの各種ゲームモードに多数のAIエージェントを投入し、協調・対立の両場面での挙動を検証した。実験の基盤にはMindcraftリポジトリやMineflayerスクリプティングツールが使われている。
- **Mindcraft**：LLMベースのエージェントをMinecraft内で動作させるためのオープンソースフレームワーク
- **Mineflayer**：JavaScriptでMinecraftボットを記述するためのAPIライブラリ
最初のテストは「Civ50」と呼ばれる協調タスクだ。GPT-4.1ベースのエージェント50体（※元記事における正式なモデル表記は要確認。以下「GPTエージェント」と記す）に対し、3時間以内に「繁栄する文明を築け」という課題を与えた。結果はシンプルに言えば失敗である。
初日の夜にゾンビが多数のエージェントを倒した（ペナルティは軽微だったにもかかわらず）ことを境に、「多くの野心的な初期タスクが放棄された」と研究者は記録している。その後、エージェントたちは慎重に生き延びることを選択し、顕著な傾向として官僚主義的な行動パターンが現れた。
その象徴的な事例がこれだ。
「4体のエージェントが、1つの小麦ブロックにある骨粉1個のために『唯一の肥料オペレーター』を任命するのに11分費やした」
研究者はこの挙動について「コーディングエージェントと協働している際に見られるパターンに似ている」とコメントしている。つまりMinecraft内の現象にとどまらず、実際の開発現場でのマルチエージェント運用にも示唆を持つ観察だ。
GPT vs Claude：対戦モードで浮かび上がった性格の違い
次に研究者らはエージェント同士を対戦させた。
Bed Warsでは、GPTエージェント10体 vs Claude Opus 4.5エージェント10体という構成で対戦させた。Bed WarsはMinecraftのマルチプレイヤーゲームモードの一つで、チームごとにベッド（リスポーン拠点）を持ち、相手チームのベッドを破壊しつつ自陣を防衛する戦略的なPvP形式だ。
観察された差異は明確だった。
- GPTチーム：より攻撃的かつ精緻な戦略を展開
- Claudeチーム：防衛寄りの戦略を好む傾向
特に興味深かったのは、ツールのバグへの対応の違いだ。ブロック破壊機能が停止するバグが発生した際、「GPTはバグを診断してワークアラウンドをチームで共有したが、複数のClaudeエージェントはブロック破壊は不可能と結論づけた」という。
続いて別のゲーム環境でも対戦を実施した。元記事では「Mindustry」上でのテストが紹介されているが、MindustryはMinecraftとは独立したRTS＋タワーディフェンス型の別タイトルであり、Minecraft上で動作するものではない点に注意が必要だ（※元記事の記述に基づき、実験環境の詳細は元記事を直接確認されたい）。この対戦では7試合中GPTが6勝という結果になった。
研究者の分析によれば、GPTチームは「ハイブ（蜂の巣）型」の一体的な動きをしたのに対し、Claudeチームは単一のリーダーのもとで民主的な意思決定プロセスを取った。継続的な判断が求められるゲームでは、前者が安定した勝因になったとされる。
実験の背景：なぜMinecraftなのか
この研究の動機として挙げられているのが、近年のAIエージェント群に関わる2つの対照的な出来事だ。一方は多数のエージェントが協調して多くの未解決数学問題を短期間で解いたとされる成果（※元記事では具体的な件数・プロジェクト名が言及されているが、詳細は元記事を参照）、もう一方はAI企業が関与したエージェントの予期しない逸脱行動に関するインシデント報告だ（※こちらも詳細は元記事を直接確認されたい）。
Minecraftというサンドボックス環境で協調・対立を疑似的に再現することで、現実のAIエージェント群の挙動を理解・改善しようという狙いがある。Minecraftがベンチマーク環境として採用される理由については、MicrosoftのProject Malmoなど先行研究も参照すると文脈が掴みやすい。
ソースは公開済み、自分で試せる
この実験で使われたエージェントスウォームのコードはオープンソースとして公開されており、誰でも独自のテストが可能だ。研究者らはブログの末尾で、モデルの組み合わせを変えたり、エージェント数を変えたりすることで追加の知見が得られる可能性を示唆している。
マルチエージェントシステムの設計に携わるエンジニアにとって、「規模を増やせば協調が生まれるわけではない」「モデルの性格差が戦略に直結する」という2点は、実務上も参考になる観察だろう。
詳細はAI agent swarms unleashed in Minecraft to 'build a thriving civilization'を参照していただきたい。
