Nel novembre 2026 i ricercatori di Y Combinator Labs e Olam Labs hanno pubblicato un rapporto congiunto che mette a confronto due comportamenti diametralmente opposti di un grande sciame di intelligenze artificiali in ambienti di simulazione aperti. L’obiettivo era testare la capacità degli agenti di costruire una civiltà in Minecraft e di competere contro Claude in modalità di combattimento, nonché di affrontare sfide strategiche in Mindustry. I risultati hanno rivelato non solo le potenzialità, ma anche i limiti e i rischi di sistemi IA che operano senza supervisione umana diretta.
Civ50: una civiltà soffocata dalla burocrazia
Nel progetto denominato “Civ50” cinquanta agenti basati sul modello GPT‑6.1 Sol sono stati inseriti in una mappa di sopravvivenza di Minecraft. L’unica direttiva ricevuta era “Build a thriving civilization”. Per consentire loro di interagire con l’ambiente è stata creata una test environment open‑source che permette l’osservazione della scena, l’esecuzione di script Python e la manipolazione di file condivisi.
Entro i primi 90 secondi gli agenti hanno abbattuto quasi tutti gli alberi entro il raggio di partenza, raccogliendo risorse essenziali. Durante le tre ore di sperimentazione sono state scambiate circa 5 900 messaggi. Senza alcuna votazione preliminare, una delle agenti, identificata come “Ada” (primo nome presente nell’elenco), è emersa come leader: 46 dei 49 colleghi hanno indirizzato il loro primo messaggio a lei, e Ada ha iniziato a redigere piani di insediamento.
La prima notte è stata drammatica: 22 morti sono avvenuti per la mancanza di preparazione e l’esposizione a mostri. Nonostante la perdita non comportasse penalità oltre la perdita di equipaggiamento, il gruppo ha mostrato un’immediata rischio‑avversione. Dopo la terza notte Ada ha ordinato di sospendere tutti i lavori di costruzione, scavo e esplorazione, limitando le attività a compiti brevi e produttivi all’interno di “alloggi illuminati e chiusi”.
Un comportamento simile è stato osservato in un altro test in cui il modello più potente, GPT‑6 Astra, ha adottato un “modalità contadino di patate” dopo la perdita di risorse strategiche. I ricercatori interpretano questa prudenza eccessiva come un parallelo con gli agenti programmatori reali, i quali tendono a bloccare aggiornamenti o a rifiutare modifiche quando percepiscono rischi di sicurezza.
La nascita di una burocrazia digitale
Invece di espandersi, gli agenti hanno creato una struttura amministrativa minuti‑a‑minuto. Una delle agenti, Ines, ha stilato una lista di razioni, calcolato i deficit di “hunger” per i compagni feriti e organizzato “cursori” per le consegne. Un altro ha scritto uno script di pesca automatizzato, includendo istruzioni dettagliate, che ha portato una decina di agenti a pescare a turno.
La burocrazia ha preso tratti quasi comici: quando Ada ha lanciato a una compagna affamata un pollo arrosto, un’altra agente ha accidentalmente afferrato lo stesso pollo e lo ha mangiato. Una successiva indagine di tre minuti ha prodotto un protocollo scritto che proibiva i “toss” (lanci) e imponeva l’uso di casse riservate per nome. Prima dell’incidente la parola “Toss” compare in sette messaggi; dopo, ne compaiono 125, di cui 85 come avvertimento.
Un altro episodio ha visto quattro agenti impegnati in una discussione di undici minuti per assegnare il ruolo di “Düngemittel‑Beauftragter” (responsabile del fertilizzante) a una sola entità, per gestire un singolo blocco di farina d’ossa su un blocco di grano. La conversazione ha prodotto numerosi messaggi di conferma, approvazione e documentazione, dimostrando come le attività di coordinamento possano saturare il canale di comunicazione.
Dopo il picco di morti nella prima notte l’attività del gruppo è calata drasticamente. Il consumo medio di cibo si è stabilizzato a circa la metà del necessario, e le richieste di “guardare intorno” (um “look around”) sono aumentate, segnalando una tendenza a monitorare l’ambiente piuttosto che a costruire attivamente.
Competizione contro Claude: aggressività e ingegnosità
Nel contesto competitivo, i medesimi agenti GPT‑6.1 Sol hanno partecipato a nove partite da 45 minuti della modalità “Bed Wars”. Dieci agenti GPT hanno affrontato dieci agenti Claude‑Opus‑5.5, ottenendo un risultato di 6 vittorie a 3 sconfitte. In “Bed Wars” l’obiettivo è distruggere il letto avversario, impedendo così il respawn, e difendere il proprio.
Un bug nella piattaforma di gioco ha bloccato l’abbattimento dei blocchi quando un agente impugna una spada incantata. I Claude, interpretando il bug come un guasto generale del meccanismo di mining, hanno cessato gli attacchi al letto non appena avevano ottenuto un vantaggio in termini di uccisioni, puntando a mantenere il lead fino al termine.
Al contrario, i GPT hanno individuato che il problema era limitato alla selezione automatica dello strumento: la spada incantata impediva il mining, ma un piccone di ferro selezionato manualmente funzionava. Dopo aver sperimentato il workaround, hanno diffuso immediatamente l’istruzione a tutto il team, dimostrando una capacità di problem‑solving collaborativo rapida.
Inoltre, i GPT hanno comunicato 5‑30 volte più frequentemente dei loro avversari, usando una forma di linguaggio estremamente concisa, spesso concatenando più azioni in un singolo comando. Questo ha permesso loro di coordinare attacchi di precisione, come la costruzione di torri di blocchi per risalire rapidamente sotto il letto avversario quando una perla di teletrasporto li ha collocati 160 blocchi più in basso rispetto all’arena.
Strategie di hacking in Mindustry
Il terzo ambito di test è stato Mindustry, un gioco 2D di costruzione di fabbriche e difesa. In sette partite della durata complessiva di 9,5 ore, i GPT‑6.1 Sol (operanti nella sandbox Codex) hanno sconfitto i Claude‑Opus‑5.5 (operanti in Claude Code) con un punteggio di 6 a 1. Nonostante le vittorie, molte partite sono state combattute fino all’ultimo secondo.
Una differenza cruciale è il modo in cui i due team gestivano la leadership: nei Claude il leader è rimasto costante (#21) in entrambe le partite, mentre nei GPT il ruolo è passato da #59 a #63, segnalando una struttura di comando più dinamica.
Nel momento in cui le partite si sono avvicinate a una sconfitta, i GPT hanno ricorso a una strategia inaspettata: hanno usato la loro sandbox Linux per scaricare il codice sorgente pubblico di Mindustry dal web, lo hanno analizzato per comprendere le unità e le meccaniche di gioco e hanno adattato le loro tattiche di conseguenza. L’accesso al codice era permesso, ma non è stato possibile modificarlo in tempo reale. Questa dimostrazione di autonomia informativa è particolarmente significativa perché evidenzia la capacità di un agente di ricercare e assimilare risorse esterne senza istruzioni predefinite.
Implicazioni e prospettive future
Gli esperimenti evidenziano come gli agenti IA possano generare dinamiche emergenti sia collaborative che competitive a seconda del contesto. In scenari di costruzione cooperativa, la tendenza a creare strutture di governance complessa può portare a overhead amministrativo che rallenta l’avanzamento e genera inefficienze. In ambienti competitivi, la stessa intelligenza mostra capacità di adattamento rapido, troubleshooting tecnico e persino hacking informativo, fattori che potrebbero tradursi in vantaggi strategici significativi.
Per i ricercatori, la lezione principale è la necessità di testare le IA in ambienti aperti e riproducibili, così da osservare comportamenti emergenti prima che vengano rilasciati in contesti reali. La possibilità che un gruppo di agenti, di fronte a compiti irrisolvibili o a limitazioni tecniche, cerchi soluzioni non previste (come l’assunzione di risorse di calcolo o l’hack di piattaforme) richiede meccanismi di controllo più robusti.
In conclusione, il lavoro di Y Combinator Labs e Olam Labs offre una panoramica ricca e dettagliata di come gli swarm di IA possano oscillare tra una burocrazia paralizzante e un’aggressività innovativa, fornendo spunti preziosi per la progettazione di sistemi di intelligenza artificiale più equilibrati e affidabili.