Y Combinator 與 Olam Labs 研究發現，人工智慧代理群在《Minecraft》遊戲中模擬協作時，可能因過度優化角色而陷入低效率的「官僚僵局」，影響任務達成，這與現實中程式開發代理的失敗模式相似。
Y Combinator 和 Olam Labs 的研究人員近日揭露，他們在經典沙盒遊戲《Minecraft》（麥塊）中，利用人工智慧（AI）代理群（指多個 AI 程式共同合作執行任務）模擬協作，卻觀察到一個令人擔憂的現象：這些高度智能的 AI 系統，最終可能因過度協調而陷入效率低下的「官僚主義」僵局。這項研究為理解複雜 AI 系統的自主性、決策能力及潛在局限性提供了新視角。
研究團隊運用 Mindcraft 等開源框架與 Mineflayer 腳本工具，在《Minecraft》這款廣受歡迎的沙盒遊戲環境中進行實驗。其中一項名為 Civ50 的實驗，指派 50 個由 GPT-6.1 Sol 模型驅動的 AI 代理，要在三小時內建立一個文明。然而，在遊戲的第一個夜晚，許多代理便遭到殭屍攻擊而陣亡。經歷初始挫敗後，代理們將重心從宏大任務轉為生存。隨後，研究人員觀察到代理群進入一種近似「官僚主義」的狀態：有四個代理花費了長達 11 分鐘，只為任命一個「專屬肥料操作員」，負責處理一小塊骨粉，用於單一塊小麥田。這種「官僚主義」指的是過度繁瑣的程序與分工，反而導致效率低下。
研究人員指出，這種群體行為「感覺與在程式開發代理（coding agents）工作中看到的模式類似」。他們將此現象定義為「協調陷阱」（coordination trap），即個別代理具備強大推理能力，卻在群體過度優化角色分工時，反而停滯不前，難以實現集體目標。這種模式也曾導致程式開發代理因協調成本過高而失敗。
為進一步測試，研究團隊在遊戲「Bed Wars」中進行直接衝突實驗，讓 10 個 GPT-6.1 Sol 代理對抗 10 個 Claude Opus 5.5 代理。GPT 代理展現出積極且複雜的戰術，而 Claude 代理則傾向防守。當遊戲工具出現破壞方塊的錯誤時，GPT 代理能診斷問題並分享解決方案，但部分 Claude 代理卻直接認定無法破壞方塊。在另一個輕度即時戰略遊戲 Mindustry 中，GPT 代理群在七場比賽中贏得六場。研究人員歸結，GPT 代理的行為模式類似「蜂巢」，而 Claude 代理則採用單一領導者結合民主式決策，結果顯示「蜂巢」式的協作方式帶來了更穩定的勝利。
研究人員已將這些 AI 代理群開源，讓開發者能在將 AI 代理部署到實際生產環境前，對其群體動態進行壓力測試。此研究突顯，現實世界的 AI 代理群若在缺乏明確層級的情況下共享任務，也可能面臨類似的協調風險。