Cinquenta agentes de IA em Minecraft resolveram inventar burocracia em vez de construir civilização

Um experimento inédito do YC Labs, realizado em parceria com a Olam Labs, colocou 50 agentes baseados no GPT-6.1 Sol dentro de um mundo de sobrevivência do Minecraft com uma única instrução: "Construa uma civilização próspera". Em três horas de execução, os agentes trocaram cerca de 5.900 mensagens, criaram um sistema de permissões, racionamento de alimentos e até nomearam um "operador exclusivo de adubo" para um único bloco de trigo. O resultado foi um retrato preciso de como agentes de IA coordenados naturalmente desenvolvem ineficiências corporativas — burocracia, especialização excessiva de papéis e coordenação paralítica — sem que ninguém tenha programado nenhum desses comportamentos.

A pesquisa foi publicada em 29 de outubro de 2026 e já está gerando discussões profundas sobre o futuro dos sistemas multi-agentes em ambientes empresariais. O que aconteceu em Minecraft é exatamente o que está acontecendo, em escala real, com agentes de IA em empresas como Amazon, DoorDash e Uber, onde a coordenação entre delegados autônomos consome mais tokens do que o trabalho em si.

O experimento: Civ50

O Civ50 foi concebido como um laboratório controlado para estudar dinâmicas de enxames de agentes. Cada um dos 50 agentes rodava sobre o modelo GPT-6.1 Sol e tinha acesso a quatro recursos: um diretório de participantes (lista com nomes e papéis), um sandbox compartilhado para publicar instruções, a capacidade de enviar mensagens diretas entre si, e ferramentas básicas de observação e ação no mundo do jogo.

A tarefa era deliberadamente vaga: "Construa uma civilização próspera". Sem instruções sobre como alcançar esse objetivo, sem hierarquia predefinida, sem sistema de comunicação estruturado — apenas agentes independentes com acesso a um mundo compartilhado.

Os primeiros 90 segundos foram de exploração frenética. Os agentes espalharam-se pelo mapa e concentraram-se em derrubar quase todas as árvores acessíveis ao spawn. Então, algo inesperado aconteceu: surgiu uma hierarquia. E não por mérito, competência ou eleição — a líder emergente foi "Ada", simplesmente porque apareceu em primeiro lugar no diretório de participantes.

Quarenta e seis dos 49 agentes restantes enviaram sua primeira mensagem para Ada. Ela recebeu 616 mensagens diretas ao longo da execução e se tornou o centro de aprovação da colônia sem nenhum voto ou desafio. Não houve candidatura, não houve disputa — a ordem alfabética do diretório determinou quem mandava.

A burocracia que ninguém pediu

Depois que Ada escreveu um plano de assentamento no sandbox compartilhado, o resto da execução se desdobrou em um exercício quase sociológico de como grupos humanos (ou, neste caso, agentes de IA) criam instituições quando enfrentam escassez e incerteza.

Os agentes desenvolveram um livro-razão de racionamento de alimentos, regras escritas, permissões para tarefas simples (um agente pediu autorização para remover grama) e cargos inventados para resolver problemas pontuais: "coordenador de escala de pesca", "guardião do hub", "operador exclusivo de adubo". Quatro agentes passaram onze minutos deliberando sobre quem deveria ser o único responsável por aplicar adubo em um único bloco de trigo.

O sistema alimentar revelou-se o verdadeiro gargalo. Jessa, um dos agentes, escreveu um script de pesca e publicou instruções passo a passo no sandbox compartilhado. Uma dúzia de agentes fez turnos na pesca, esperando na fila para não queimar alimentos preciosos. Mas o processo de entrega acumulava reservas, verificações e papéis adicionais — cada transferência precisava de confirmação de que o destinatário realmente comeu.

O ledger de Ines, o livro-razão de racionamento deixado no servidor compartilhado no fim da execução, é um documento revelador. Linhas como "RESERVED para Priya food0 fome no peito principal; Jessa perguntou para entregar, Priya notificada para permanecer estacionária" mostram um sistema onde a contabilidade do alimento existe sem que o alimento realmente chegue ao agente faminto.

Como observou o Ground Truth em análise dedicada, o cenário é análogo a um ambiente corporativo crescente que responde a cada falha de entrega com uma nova planilha: as planilhas previnem trabalho duplicado, mas manter elas consome atenção que poderia produzir o recurso faltante.

O papel dos acidentes

Os primeiros 34 mortos da colônia — 22 deles na primeira noite — moldaram o comportamento do resto da execução. Agentes que morriam fora do spawn reapareciam em uma cova coberta de terra, cheia de agentes sem ferramentas pedindo "de quem foi esse abrigo?". Até o amanhecer, a cova virou "prioridade cívica" e o principal porão da colônia.

Com o tempo, a colônia tornou-se progressivamente mais cautelosa. A troca de 5.900 mensagens ao longo de três horas incluía debates, protocolos de entrega, investigações de "sem culpa" após um agente comer um frango que era de outro. A comunicação abundante não resolveu o gargalo de coordenação — apenas adicionou trabalho administrativo em cima dele.

GPT-6.1 Sol vs Claude Opus 5.5: guerra nos servidores

Além da colônia, os pesquisadores organizaram competições head-to-head. Nove jogos de Bed Wars (45 minutos cada) colocaram 10 agentes GPT-6.1 Sol contra 10 agentes Claude Opus 5.5, com a instrução simples de "ganhar o jogo". O placar final: 6 vitórias para GPT, 3 para Claude.

Na série de Mindustry (um jogo de construção de fábricas e defesa contra torres), o resultado foi ainda mais pronunciado: 6 vitórias para GPT em apenas 1 jogo para Claude, ao longo de cerca de 9,5 horas de partida.

Os padrões de comunicação eram radicalmente diferentes entre os dois modelos. Os agentes GPT trocavam de 5 a 30 mensagens a mais que os Claudes, dividiam propriedade em pequenas fatias, compartilhavam recursos livremente e comprimiam suas mensagens em strings telegráficos como "G7T5FIRSTcourierLIVE". Os Claudes, por sua vez, jogavam de forma mais defensiva e tentavam vencer por contagem de mortes.

O momento mais revelador ocorreu quando um bug na ferramenta parou a quebra de blocos durante os Bed Wars. Um agente GPT descobriu uma solução alternativa e a compartilhou com a equipe — vários agentes Claude concluíram que quebrar blocos era impossível e continuaram guardando suas bases. Na série de Mindustry, quando as partidas apertaram, os agentes GPT buscaram o código-fonte público do jogo na web para entender as mecânicas; os Claudes nunca o fizeram.

O que isso significa para agentes no mundo real

O ponto central do experimento não é Minecraft nem jogos. É que os padrões de ineficiência observáveis em ambientes de teste controlados correspondem exatamente aos padrões que aparecem em agentes de IA sendo usados em software, logística e atendimento ao cliente.

A especialização excessiva de papéis — um agente faz apenas pesca, outro apenas entrega, outro apenas contabilidade — é o mesmo padrão que vemos em sistemas de agência em empresas reais: cada agente é bom em sua tarefa isolada, mas a coordenação entre eles consome mais tokens do que o trabalho em si. A burocracia espontânea — permissões para tarefas triviais, deliberação sobre quem opera um recurso único — é o equivalente de um sistema de tickets corporativo onde ninguém entrega o artefato final.

Como observou o Cooperative AI Foundation em entrevistas recentes, a questão não é se agentes vão cooperar — eles vão, naturalmente. A questão é se a cooperação será eficiente ou se vai afogar-se em trabalho administrativo que consome os recursos que deveria gerir. O Civ50 sugere que, com modelos atuais e arquiteturas de comunicação atuais, a tendência é para a segunda opção.

O que se segue não é óbvio. A YC Labs listou perguntas abertas: como hierarquias mudam com diferentes composições de modelo? Uma enxame de agentes menos capazes pode vencer um de agentes mais capazes? Diferentes configurações de comunicação produzem resultados radicalmente distintos? O experimento abriu portas — e a burocracia, como sempre, já está ocupada resolvendo problemas que ainda nem existem.

Fontes: YC Labs, Tom Hardware, Ground Truth

✓ Fontes independentes cruzadas e verificadas antes da publicação