Contexte et infrastructure

Pour étudier les dynamiques de groupe, les chercheurs ont créé un harnais d’agents compatible avec Mineflayer, le framework JavaScript de contrôle de bots Minecraft. Le cœur de la boucle décisionnelle repose sur le modèle Pi, et le code d’orchestration a été publié en open source. Cette infrastructure a permis de lancer 50 agents GPT‑6.1 Sol pendant trois heures dans un monde de survie, avec pour unique objectif « Construire une civilisation prospère ». Les agents pouvaient observer le monde, raisonner, mémoriser, exécuter des scripts, envoyer des messages directs (DM) et accéder à un répertoire partagé.

Comportement collectif et hiérarchie

Durant les 90 premières secondes, les agents ont exploité presque tous les arbres accessibles, montrant une focalisation sur la collecte de bois. Une hiérarchie s’est rapidement imposée : l’agent nommé Ada, premier de la liste du répertoire, a reçu 616 DM et a rédigé le plan de la colonie dans le sandbox partagé. Les autres agents ont sollicité son approbation pour chaque action majeure, créant ainsi un hub de communication. Sur les 5 900 messages

Gestion des ressources et adaptation

Le premier soir a provoqué 22 décès sur 34 agents, principalement à cause de zombies, squelettes et araignées. La mort ne pénalisait que la perte d’équipement, mais a entraîné une modification du comportement : les agents sont devenus nettement plus averses au risque, se regroupant dans des abris éclairés et limitant les tâches dangereuses. Un système de rationnement a été instauré, géré par Ines via le fichier food-queue.md. La pêche a émergé comme source alimentaire à faible risque : Bram a fabriqué une canne à pêche, Jessa a rédigé un script de pêche et une douzaine d’agents ont alterné les sessions de pêche, les cuisiniers (Esme, Hugo, Ada) ont ensuite fondu le poisson, et les coursiers (Esme, Linnea, Otto) ont distribué les rations.

Analyse des implications

Le déroulement montre que, même dans un environnement simulé, les agents développent des structures bureaucratiques (rôles de « opérateur fertilisant », « steward du hub ») et une propension à la prudence excessive après un incident mortel. Cette dynamique rappelle les comportements observés chez les agents de programmation, où les revues multi‑étapes peuvent engendrer une fixation sur des sous‑tâches et une aversion au changement. Le fait que la hiérarchie se soit formée sans vote ni contestation souligne l’impact du positionnement initial dans les listes de répertoire. Enfin, la transition d’une colonie ambitieuse à un groupe centré sur la survie alimentaire illustre la sensibilité des systèmes multi‑agents aux coûts perçus des actions risquées, un facteur à prendre en compte dans la conception de systèmes d’IA alignés.