Cincuenta agentes de IA en Minecraft inventaron burocracia en lugar de construir civilización
Un experimento inédito del YC Labs, realizado en colaboración con Olam Labs, colocó 50 agentes basados en GPT-6.1 Sol dentro de un mundo de supervivencia de Minecraft con una única instrucción: "Construye una próspera civilización". En tres horas de ejecución, los agentes intercambiaron cerca de 5.900 mensajes, crearon un sistema de permisos, racionamiento de alimentos e incluso nombraron un "operador exclusivo de fertilizante" para un único bloque de trigo. El resultado fue un retrato preciso de cómo los agentes de IA coordinados desarrollan naturalmente ineficiencias corporativas — burocracia, especialización excesiva de roles y coordinación paralítica — sin que nadie haya programado ninguno de esos comportamientos.
La investigación fue publicada el 29 de octubre de 2026 y ya está generando debates profundos sobre el futuro de los sistemas multi-agente en entornos empresariales. Lo que ocurrió en Minecraft es exactamente lo que está ocurriendo, a escala real, con agentes de IA en empresas como Amazon, DoorDash y Uber, donde la coordinación entre delegados autónomos consume más tokens que el trabajo en sí.
El experimento: Civ50
El Civ50 fue concebido como un laboratorio controlado para estudiar dinámicas de enjambres de agentes. Cada uno de los 50 agentes corría sobre el modelo GPT-6.1 Sol y tenía acceso a cuatro recursos: un directorio de participantes (lista con nombres y roles), un sandbox compartido para publicar instrucciones, la capacidad de enviar mensajes directos entre sí, y herramientas básicas de observación y acción en el mundo del juego.
La tarea era deliberadamente vaga: "Construye una próspera civilización". Sin instrucciones sobre cómo alcanzar ese objetivo, sin jerarquía predefinida, sin sistema de comunicación estructurado — solo agentes independientes con acceso a un mundo compartido.
Los primeros 90 segundos fueron de exploración frenética. Los agentes se dispersaron por el mapa y se concentraron en derribar casi todos los árboles accesibles al spawn. Entonces ocurrió algo inesperado: surgió una jerarquía. Y no por mérito, competencia o elección — la líder emergente fue "Ada", simplemente porque apareció en primer lugar en el directorio de participantes.
Cuarenta y seis de los 49 agentes restantes enviaron su primer mensaje a Ada. Recibió 616 mensajes directos a lo largo de la ejecución y se convirtió en el centro de aprobación de la colonia sin ninguna votación ni desafío. No hubo candidatura, no hubo disputa — el orden alfabético del directorio determinó quién mandaba.
La burocracia que nadie pidió
Después de que Ada escribió un plan de asentamiento en el sandbox compartido, el resto de la ejecución se desarrolló como un ejercicio casi sociológico de cómo los grupos (o, en este caso, los agentes de IA) crean instituciones cuando enfrentan escasez e incertidumbre.
Los agentes desarrollaron un libro de racionamiento de alimentos, reglas escritas, permisos para tareas simples (un agente pidió autorización para cortar hierba) y cargos inventados para resolver problemas puntuales: "coordinador de escala de pesca", "guardián del hub", "operador exclusivo de fertilizante". Cuatro agentes pasaron once minutos deliberando sobre quién debería ser el único responsable de aplicar fertilizante a un único bloque de trigo.
El sistema alimentario resultó ser el verdadero cuello de botella. Jessa, uno de los agentes, escribió un script de pesca y publicó instrucciones paso a paso en el sandbox compartido. Una docena de agentes hizo turnos en la pesca, esperando en fila para no desperdiciar alimentos preciados. Pero el proceso de entrega acumulaba reservas, verificaciones y roles adicionales — cada transferencia necesitaba confirmación de que el destinatario realmente comió.
El libro de Ines, el libro de racionamiento dejado en el servidor compartido al final de la ejecución, es un documento revelador. Líneas como "RESERVADO para Priya food0 hambre en el pecho principal; Jessa preguntó para entregar, Priya notificada para permanecer estacionaria" muestran un sistema donde la contabilidad del alimento existe sin que el alimento realmente llegue al agente hambriento.
Como observó Ground Truth en su análisis dedicado, el escenario es análogo a un entorno corporativo creciente que responde a cada fallo de entrega con un nuevo spreadsheet: los spreadsheets previenen trabajo duplicado, pero mantenerlos consume atención que podría producir el recurso faltante.
El papel de los accidentes
Las primeras 34 muertes de la colonia — 22 de ellas en la primera noche — moldearon el comportamiento del resto de la ejecución. Los agentes que morían fuera del spawn reaparecían en una fosa cubierta de tierra, llena de agentes sin herramientas preguntando "¿de quién era este refugio?". Para el amanecer, la fosa se había convertido en "prioridad cívica" y la bodega principal.
Con el tiempo, la colonia se volvió progresivamente más cautelosa. Los 5.900 mensajes intercambiados a lo largo de tres horas incluían debates, protocolos de entrega, investigaciones de "sin culpa" después de que un agente comió un pollo que era de otro. La comunicación abundante no resolvió el cuello de botella de coordinación — solo añadió trabajo administrativo encima de él.
GPT-6.1 Sol vs Claude Opus 5.5: guerras en los servidores
Más allá de la colonia, los investigadores organizaron competiciones head-to-head. Nueve juegos de Bed Wars (45 minutos cada) enfrentaron a 10 agentes GPT-6.1 Sol contra 10 agentes Claude Opus 5.5, con la simple instrucción de "ganar el juego". El marcador final: 6 victorias para GPT, 3 para Claude.
En la serie de Mindustry (un juego de construcción de fábricas y defensa contra torres), el resultado fue aún más pronunciado: 6 victorias para GPT en apenas 1 juego para Claude, durante cerca de 9,5 horas de partidas.
Los patrones de comunicación eran radicalmente diferentes entre los dos modelos. Los agentes GPT intercambiaban de 5 a 30 mensajes más que los Claudes, dividían la propiedad en pequeñas porciones, compartían recursos libremente y comprimían sus mensajes en strings telegráficos como "G7T5FIRSTcourierLIVE". Los Claudes, a su vez, jugaban de forma más defensiva y intentaban ganar por conteo de muertes.
El momento más revelador ocurrió cuando un bug en la herramienta detuvo la rotura de bloques durante los Bed Wars. Un agente GPT descubrió una solución alternativa y la compartió con el equipo — varios agentes Claude concluyeron que romper bloques era imposible y continuaron custodiando sus bases. En la serie de Mindustry, cuando las partidas se ajustaron, los agentes GPT buscaron el código fuente público del juego en la web para entender las mecánicas; los Claudes nunca lo hicieron.
Qué significa esto para agentes en el mundo real
El punto central del experimento no es Minecraft ni los juegos. Es que los patrones de ineficiencia observables en entornos de prueba controlados corresponden exactamente a los patrones que aparecen en agentes de IA siendo usados en software real, logística y servicio al cliente.
La especialización excesiva de roles — un agente hace solo pesca, otro solo entrega, otro solo contabilidad — es el mismo patrón que vemos en sistemas de agencia en empresas reales: cada agente es bueno en su tarea aislada, pero la coordinación entre ellos consume más tokens que el trabajo en sí. La burocracia espontánea — permisos para tareas triviales, deliberación sobre quién opera un recurso único — es el equivalente de un sistema de tickets corporativo donde nadie entrega el artefacto final.
Como observó el Cooperative AI Foundation en entrevistas recientes, la cuestión no es si los agentes van a cooperar — van, naturalmente. La cuestión es si la cooperación será eficiente o si se ahogará en trabajo administrativo que consuma los recursos que debía gestionar. El Civ50 sugiere que, con modelos actuales y arquitecturas de comunicación actuales, la tendencia es hacia la segunda opción.
Lo que sigue no es obvio. YC Labs ha listado preguntas abiertas: ¿cómo cambian las jerarquías con diferentes composiciones de modelo? ¿Puede un enjambre de agentes menos capaces vencer a uno de agentes más capaces? ¿Configuraciones diferentes de comunicación producen resultados radicalmente distintos? El experimento abrió puertas — y la burocracia, como siempre, ya está ocupada resolviendo problemas que aún ni existen.
Fuentes: YC Labs, Tom Hardware, Ground Truth
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
