Executamos enxames de agentes de IA em Minecraft e Mindustry
Experimentos dos Y Combinator Labs que liberaram enxames de agentes baseados em LLM em Minecraft e Mindustry destacam tanto a promessa quanto os limites atuais da IA em ambientes de jogos complexos e em tempo real. Comentadores observam que, embora os modelos consigam raciocinar, eles têm dificuldade com latência, coordenação e execução básica, muitas vezes descambando para uma burocracia cômica em vez de uma jogabilidade eficaz. O tópico usa esses resultados para explorar questões mais amplas sobre se modelos grandes de raciocínio, enxames de agentes e mecanismos de geração de código são a arquitetura certa para mundos interativos, e quais designs híbridos (LLM macro + controle determinístico micro) poderiam funcionar melhor.
Reação Geral aos Experimentos
- Muitos acharam as demos engraçadas, charmosas e tecnicamente impressionantes, mas também destacaram limitações sérias.
- Vários comentaristas sentiram que os agentes “jogavam” Minecraft de forma baseada em turnos e lenta, fazendo o sentimento de construção de civilização parecer burocrático e ineficaz.
- Alguns ficaram mais impressionados com o visualizador integrado de Minecraft do que com a própria IA.
Latência, Controle e Arquitetura
- Um tema recorrente: LLMs grandes são uma má escolha para jogos de ação em tempo real devido à alta latência e ao processamento token por token.
- Comentadores argumentam que essas tarefas se parecem mais com robótica: exigem ciclos de feedback contínuos e estreitos para movimento e combate.
- Padrão sugerido: usar scripts determinísticos ou modelos pequenos e rápidos para microações (movimento, luta, “click spam loops”), e LLMs apenas para planejamento de nível mais alto.
- Configurações existentes que têm um mod/bot para ações em sub-segundo, um servidor separado de decisões macro e LLMs apenas para política/design foram citadas como mais práticas.
Comportamento, Burocracia e Vibrações de “Gerente de Nível Médio”
- Execuções com múltiplos agentes frequentemente descambaram para coordenação elaborada, comitês e processos para questões triviais (por exemplo, papéis para um único bone meal, postmortems detalhados para pequenos imprevistos).
- Comentadores ligaram isso ao gênero (conteúdo de Minecraft de “construir uma civilização”), aos dados de treinamento humanos e à tendência geral de multiagentes a pedantismo e burocracia.
- Os logs foram amplamente lidos como ouro de comédia: agentes agindo como engenheiros seniores ansiosos ou gerentes intermediários em pânico.
Diferenças entre Modelos e Limites de Raciocínio
- Alguns sentiram que a necessidade de escrever scripts de ação em JavaScript/Python expõe a dificuldade dos LLMs em exercer controle lógico contínuo sobre o ambiente.
- Outros responderam que fazer o modelo gerar código auxiliar determinístico é, na verdade, uma força e uma forma natural de reduzir erros e custo.
- Observações dos experimentos:
- Agentes baseados em GPT pareceram mais agressivos, exploratórios e melhores em diagnosticar bugs de ferramentas e compartilhar soluções alternativas.
- Agentes baseados em Claude tenderam a ser mais cautelosos, defensivos e “parecidos com Slack” na comunicação, às vezes concluindo que tarefas eram impossíveis quando as ferramentas apresentavam bugs.
Enxames vs. Sistemas Mais Simples
- Vários questionaram o valor de “enxames” de 50 agentes quando todos compartilham o mesmo modelo subjacente.
- Críticas: funções redundantes, desperdício de tokens, política de escritório emergente, ganho mínimo em relação a um único agente bem instruído.
- Defensores de sistemas multiagente argumentaram que eles podem ajudar quando os agentes têm ferramentas, conhecimento e escopos realmente diferentes, ou quando os problemas são altamente paralelizáveis.