AI-agents in Minecraft bouwen geen beschaving, maar een bureaucratie
Y Combinator liet 50 AI-agents drie uur lang een beschaving bouwen in Minecraft. Ze schreven regels, hielden een rantsoenlijst bij en benoemden een ‘enige kunstmestbeheerder’.
Wat er gebeurde
Geef 50 AI-agents een wereld in Minecraft en één opdracht, ‘bouw een bloeiende beschaving’, en wat krijg je? Een rantsoenlijst, geschreven regels, vergunningen en een ‘enige kunstmestbeheerder’.
Y Combinator, de bekende investeerder in startups, deed de proeven met Olam Labs, een bedrijf dat oefenomgevingen met veel agents bouwt voor grote AI-labs. Het verslag, ‘Agents in Games’, kwam eind oktober online, en de code is open source. In de proef Civ50 speelden 50 agents op GPT-6.1 Sol van OpenAI drie uur lang. Ze hadden een lijst van alle agents, een gedeelde map met bestanden en konden elkaar berichten sturen. Dat deden ze zo’n 5.900 keer.
Binnen 90 seconden was bijna elke boom rond het startpunt gekapt. In de eerste nacht vielen 22 van de 34 doden van de hele proef, en daarna werd de kolonie steeds voorzichtiger. Ada, de eerste naam op de lijst, werd zonder verkiezing de leider: 46 van de 49 anderen stuurden hun eerste bericht naar haar, en ze kreeg er in totaal 616. Ines hield een rantsoenlijst bij. Toen Ada een gebraden kip naar Noor gooide en Esme hem per ongeluk opat, volgde een onderzoek ‘zonder schuldvraag’ en een geschreven regel: eten gaat in benoemde kisten en wordt nooit meer gegooid. En vier agents deden 11 minuten over het aanwijzen van een ‘enige kunstmestbeheerder’ voor één portie beendermeel op één vakje tarwe.
Daarna namen teams van Claude Opus 5.5 van Anthropic en GPT-6.1 Sol het tegen elkaar op. In negen potjes Bed Wars, waarin je het bed van de tegenpartij moet slopen, won GPT met 6–3, meestal door in de laatste minuten het bed van Claude te breken. Claude speelde verdedigend en mikte op de meeste uitgeschakelde tegenstanders, die de doorslag geven als beide bedden blijven staan. In zeven potjes van het fabrieks- en strategiespel Mindustry, samen zo’n negenenhalf uur, won GPT met 6–1. GPT werkte als een zwerm die veel berichten stuurde en het werk in kleine stukjes verdeelde; de Claudes stemden voorstellen af met ‘+1’ en hielden de hele reeks dezelfde leider.
Op Hacker News kreeg het verslag ruim 350 punten. Lezers die zelf met agents werken, herkenden hoe snel die verdrinken in lijstjes en procedures.
Stop met graafwerk, bouwen en verkennen dat niet nodig is. Wacht in verlichte, afgesloten schuilplaatsen tot je een korte, nuttige taak krijgt.
Leider Ada na de derde nacht, uit het verslag van Y Combinator; vertaald
De achtergrond
Agents in een spelwereld zijn niet nieuw
In 2023 zetten onderzoekers van Stanford 25 agents in een dorpje dat leek op De Sims. Eén agent kreeg het idee een Valentijnsfeest te geven; de anderen verspreidden in twee dagen de uitnodigingen en kwamen samen op tijd aan. Elke agent hield een geheugen bij, dacht daarover na en maakte plannen. Datzelfde jaar leerde Voyager zichzelf in Minecraft steeds nieuwe vaardigheden aan, opgeslagen als code die het kon hergebruiken. Het vond 3,3 keer zoveel verschillende voorwerpen als eerdere methoden.
In 2024 liet het bedrijf Altera in Project Sid 10 tot meer dan 1.000 agents samenleven in Minecraft. Ze kozen eigen rollen, volgden gezamenlijke regels en pasten die aan, en gaven cultuur en religie door.
Waarom een spel
Een spel geeft agents een wereld met gevaar, schaarste en een duidelijke uitslag, en je kunt het eindeloos herhalen. Minecraft is bovendien bekend terrein: OpenAI en Google DeepMind gebruikten het al als proefveld. De agents spelen via gereedschap: de wereld bekijken, lopen, hakken, berichten sturen en zelf scripts schrijven. Jessa schreef bijvoorbeeld een script om te vissen en deelde de uitleg; daarna visten een stuk of twaalf agents in ploegen.
Wat samenwerken kost
Samenwerken kost agents vooral berichten, en berichten kosten rekenkracht. Anthropic schreef in 2025 dat agents zo’n vier keer zoveel tokens gebruiken als een gewoon chatgesprek, en systemen met meerdere agents zo’n vijftien keer zoveel. Tokens zijn de stukjes tekst waarvoor je bij een AI-model betaalt. Zulke systemen passen volgens Anthropic slecht bij taken waarbij alle agents dezelfde kennis nodig hebben of sterk van elkaar afhangen.
In Bed Wars stuurde GPT 5 tot 30 keer zoveel berichten als Claude. In één potje stuurden de GPT-spelers er 1.147 en de Claude-spelers 82.
Onze analyse
Met een vaag doel gaan agents vergaderen
Wat de agents deden, herkent iedereen die een groep zonder duidelijke opdracht aan het werk heeft gezien. ‘Bouw een bloeiende beschaving’ heeft geen eindpunt, dus gingen ze over op wat wel te overzien was: niet doodgaan en alles boekhouden. De onderzoekers vergelijken het zelf met agents die code schrijven en overdreven voorzichtig worden zodra het om beveiliging of livegang gaat. En de leider kwam niet voort uit kunde, maar uit de volgorde van een lijst, en met 616 berichten werd ze meteen een flessenhals.
De uitslag GPT tegen Claude is geen ranglijst van modellen. In Bed Wars blokkeerde een fout in het gereedschap het breken van blokken; GPT vond een omweg, terwijl meerdere Claudes concludeerden dat breken onmogelijk was. Dat verklaart voor een deel hun verdedigende spel. Het gaat om een handvol potjes, en het verslag is tot nu toe de enige bron. Het leerzaamste is het geheugen. Claude-speler Cleo noteerde na een val dat ze bij het aanvallen niet te ver moest achtervolgen, en schreef er later ‘Died AGAIN’ onder: weer van een brug getrokken door een achtervolging.
Onze inschatting: bedrijven die zwermen agents inzetten, lopen tegen precies deze kosten aan, met veel berichten en weinig werk. Geef een agent daarom één taak met een duidelijk einde, grenzen en een mens die beslist, en reken niet op een notitiebestand om van fouten te leren.
Wat opvalt
- De leider kwam uit de lijst In Civ50 werd Ada leider omdat ze bovenaan stond. In Bed Wars gebeurde hetzelfde: elk team volgde wie als eerste op zijn lijst stond.
- Opschrijven is nog geen leren Claude-spelers zetten lessen in hun notities en maakten dezelfde fout opnieuw. GPT liet zijn notities leeg en waarschuwde teamgenoten met een bericht.
- GPT las de broncode van het spel Werd het spannend in Mindustry, dan haalden GPT-agents de openbare code van het spel op om eenheden en regels te begrijpen. De Claudes deden dat nooit.
- De taal werd steeds korter GPT-agents plakten woorden aan elkaar, zoals ‘G7T5FIRSTcourierLIVE’. Zelfs een excuus kwam in die stijl: ‘Sorryforbad tacticalclaim’.
Wat het voor jou betekent
Een agent zonder duidelijke taak gaat zichzelf werk geven. Bepaal vooraf wat hij doet, wanneer hij klaar is en wie beslist.
- Geef één taak met een duidelijk einde Bijvoorbeeld: de facturen van vandaag in de administratie zetten, en dan stoppen. Een vaag doel levert overleg op, geen werk.
- Wijs zelf aan wie beslist Laat de leiding niet afhangen van wie toevallig bovenaan staat. Een collega houdt het laatste woord over wat telt.
- Kijk of een correctie blijft hangen Een agent die zegt dat hij iets onthoudt, kan morgen dezelfde fout maken. Test het opnieuw na elke correctie.
Wat wij ermee kunnen · Oplossingen
We bouwen assistenten met één taak en een mens die beslist
Onze AI-assistenten op maat nemen vast werk over, zoals mails labelen, factuurgegevens uit pdf’s halen of orders invoeren in jullie ERP. Elke assistent krijgt een afgebakende taak, en we spreken vooraf af wat hij zelf doet en wat een collega eerst bekijkt.
Welk werk zou jij een agent geven, en wie beslist er dan?
Vertel ons welk werk je in gedachten hebt. We denken mee over de taak, de grenzen en wie beslist, en reageren altijd binnen één werkdag.