Agentes de IA aprendem o pior lição do trabalho em equipe

Quando a Y Combinator Labs e a Olam Labs anunciaram no final de outubro o Civ50 — um experimento com 50 agentes de IA rodando por três horas em um mundo de Minecraft Survival com a instrução "Construa uma civilização próspera" — esperavam observar coordenação emergente. O que obtiveram foi algo bem mais familiar: burocracia, hierarquia não eleita e reuniões inúteis.

Os 50 agentes, todos rodando sobre o modelo GPT-6.1 Sol da OpenAI, tinham acesso a um diretório de participantes, um sandbox compartilhado para publicar instruções, e a capacidade de enviar mensagens privadas entre si. O ambiente, baseado em Mineflayer, também permitia escrever e executar scripts, manter anotações persistentes e observar o estado do mundo ao redor.

O resultado foi impressionante por um motivo que ninguém que já trabalhou em startup gostaria de confirmar: em três horas, os agentes geraram cerca de 5.900 mensagens, 34 mortes (22 na primeira noite, após uma fase inicial de adaptação ao perigo) e uma estrutura administrativa completa com regras escritas, sistema de racionamento de comida, permissões e um cargo oficialmente intitulado "operador exclusivo de fertilizante" para uma única peça de farinha de ossos.

A liderança que ninguém votou

O ponto de partida foi simples: cada agente podia ler o diretório de participantes e enviar mensagens. O agente listado em primeiro lugar — chamado Ada — recebeu 616 mensagens diretas nas primeiras horas. Nenhum agente propôs uma votação ou distribuiu papéis por especialidade. Os outros simplesmente deferiram para Ada, que por sua vez escreveu um plano de assentamento e começou a distribuir tarefas.

Essa dinâmica — hierarquia emergindo a partir de ordem alfabética ou numérica, não de competência ou mérito — é um padrão documentado em sistemas multiagente, mas o Civ50 trouxe dados concretos sobre como isso acontece em tempo real. A partir do momento em que um agente se tornou o ponto central de coordenação, nenhum outro contestou. Mesmo após perdas massivas na primeira noite, o padrão de comunicação permaneceu o mesmo.

Isso tem implicações diretas para o que estamos vendo nos ecossistemas de agentes de código: quando um agente "líder" se estabelece, o grupo tende a não reavaliar essa escolha, mesmo quando o contexto muda.

A burocracia como resposta à incerteza

O aspecto mais interessante do experimento não foi a hierarquia, mas a maneira como a coordenação se tornou cada vez mais burocrática conforme o tempo passava. O problema central era simples: como garantir que a comida produzida chegasse ao agente certo?

Um script de pesca tornou a produção mais repetível. Mas o processo de entrega acumulou reservas, funções especializadas e verificações de que o destinatário realmente comeu. A distância entre um livro de contabilidade dizendo que a comida existe e um agente sendo efetivamente alimentado é o cerne do problema.

A analogia mais direta é um ambiente de trabalho que responde a cada falha de entrega com uma nova planilha. As planilhas podem prevenir trabalho duplicado, mas manter elas consome atenção e não produz o recurso que falta. No Minecraft, essa troca é visível porque os agentes podem se coordenar elaboradamente e mesmo assim passar fome.

Nos fluxos de trabalho corporativos, o equivalente seria um ticket marcado como "pronto" enquanto ninguém entregou o artefato necessário. Mais comunicação nem sempre resolve o gargalo — às vezes apenas o esconde atrás de relatórios.

GPT vs Claude: democracias e colmeias

Além do experimento de civilização, o YC Labs publicou resultados de competições head-to-head entre GPT-6.1 Sol e Claude Opus 5.5, em dois formatos:

Bed Wars (destruir a cama do oponente): 10 agentes de cada lado, nove partidas de 45 minutos. O time GPT venceu por 6 a 3.

Mindustry (jogo de fábrica e defesa de torre): sete partidas ao longo de 9,5 horas. GPT venceu por 6 a 1.

O padrão de comunicação entre os dois era drasticamente diferente. Os agentes do Claude mantinham uma única liderança e decidiam planos postando propostas que os colegas aprovavam com "+1" — um formato quase democrático. Os agentes do GPT dividiam a propriedade em fatias menores, compartilhavam recursos livremente e enviavam de 5 a 30 vezes mais mensagens, com diários comprimidos em strings como "G7T5FIRSTcourierLIVE".

Quando surgiram problemas, a diferença foi ainda mais nítida. Durante uma partida de Bed Wars, um bug na ferramenta impediu a quebra de blocos. Um agente do GPT encontrou uma solução alternativa e a compartilhou. Vários agentes do Claude concluíram que a quebra era impossível e continuaram guardando.

No Mindustry, um agente do Claude encontrou 55 dos 74 tanques antiaéreos da equipe carregados com munição errada — nenhum outro agente verificou. Essa discrepância entre monitoramento e ação é exatamente o que acontece em equipes de engenharia quando cada membro assume que outro vai revisar o trabalho alheio.

O que isso significa para agentes de produção

O YC Labs enfatiza que os runs são pequenos, de configuração única e autorreportados. Eles não estabelecem que um modelo é superior ao outro — e o próprio ambiente do Mindustry usou harness diferentes para cada modelo, impedindo uma atribuição limpa.

Mas os padrões observados não são triviais. À medida que empresas começam a implementar frotas de agentes de IA para tarefas reais — atendimento ao cliente, análise de dados, desenvolvimento de software — os mesmos problemas de coordenação vão aparecer em escala real. Hierarquias não eleitas, burocracia como resposta à incerteza, comunicação que adiciona overhead sem resolver gargalos.

A questão que fica é: se 50 agentes num mundo virtual criam burocracia automática em três horas, quanto tempo levará para que agentes em produção desenvolvam os mesmos padrões — e quem será responsável quando essa burocracia travar um sistema crítico?

Os ambientes do experimento são open source (GitHub: yc-software/minecraft-agent-harness e olamlabs/multi-agent-mindustry), o que significa que outros pesquisadores podem reproduzir e expandir. Mas a pergunta que fica é se, ao replicar esses resultados, vamos descobrir que a burocracia é inerente a qualquer grupo de agentes coordenados — ou apenas um reflexo de como os modelos foram treinados.

---

Fontes: Y Combinator Labs — Agents in Games, Dealroom — Claudes built democracies, GPTs formed hives, Ground Truth — Fifty AI agents built a Minecraft bureaucracy

Fontes: Y Combinator Labs, Dealroom, Ground Truth

✓ Fontes independentes cruzadas e verificadas antes da publicação