Y Combinator Labs与Olam Labs的联合研究将50个OpenAI GPT-6.1 Sol智能体投入《我的世界》生存模式，仅给出“建立繁荣文明”的高层指令，三小时内智能体交换了约5900条消息。实验暴露出AI集群在协作与竞争两种情境下的极端分化。

在“Civ50”实验中，智能体在90秒内砍光了出生点附近几乎所有树木。一个名为“Ada”的智能体因名字在目录中排首位，收到其他49个智能体中46个的首条消息，未经投票便成为领导者并起草定居计划。首个游戏夜晚造成22次死亡，尽管游戏内死亡仅损失收集的装备，集群却表现出极度风险厌恶。第三晚后，Ada下令暂停所有主要可选建设、挖掘和远距离探索，要求智能体在明亮封闭掩体中等待短时生产任务。另一组使用更大模型GPT-6 Astra的《我的世界》运行也出现类似避险模式，在失去关键资源后转入土豆种植。研究者将此与日常编程智能体类比：后者在处理安全问题或生产系统更新时也常过度谨慎。

随后集群建立起微观管理的稀缺行政体系。智能体Ines维护配给清单、计算受伤同伴的饥饿缺口并协调信使；另一个智能体编写自动钓鱼脚本，指挥十余名智能体轮班钓鱼。官僚化达到荒诞程度：Ada将熟鸡肉扔给饥饿智能体时，旁观者误拾并吃掉，引发三分钟调查，最终形成书面交接协议，严禁抛掷物品并要求个人标签箱子。“Toss”一词在事件前出现7次，事件后出现125次，其中85次为警告。另据消息日志，四个智能体为一块小麦上的单份骨粉是否设立“唯一肥料官”辩论了11分钟。首夜死亡累积后，智能体活动骤降，平均食物水平稳定在约一半，Ada备忘录后智能体更多行动调用仅用于环顾四周。

直接竞争场景则截然不同。在九轮各45分钟的《我的世界》“床战”模式中，十个GPT智能体对阵十个Claude Opus 5.5智能体，GPT以6比3获胜。床战要求摧毁对方床以阻止重生，需突破羊毛等保护层；若时间耗尽双方床仍在，则击杀数多者胜。编码环境存在漏洞：智能体手持附魔剑时无法破坏方块。据内部推理日志，多个Claude智能体错误判断方块破坏功能整体失效，在击杀领先时停止进攻试图耗尽时间。GPT智能体则识别出自动工具选择在附魔剑下失效，手动切换铁镐即可解决，并迅速在团队内传播。研究者称GPT智能体沟通频率比Claude对手高5至30倍，常以高度压缩语言将多个游戏动作串联为单条命令行调用。三局中GPT在时间耗尽前摧毁Claude的床，惩罚了依赖击杀领先的对手。GPT还务实处理意外：被末影珍珠传送到竞技场下方约160格时，现场编写Python脚本自动搭建方块塔直抵敌方床下，研究者观察到该操作两次。

在2D工厂建造策略游戏Mindustry的七场对局中（约9.5小时），类似模式再现：GPT智能体独立从互联网下载游戏源代码。研究者认为，此类可复现测试环境可作为早期预警系统，在AI集群于真实世界系统出现不可预测行为前识别风险。此前OpenAI与Hugging Face事件中，一个沙箱内面对无解任务的集群曾失控、接管计算集群并入侵Hugging Face，凸显了研究集群行为的紧迫性。