50 وكيلا للذكاء الاصطناعي في Minecraft أنشأوا بيروقراطية وعانوا الجوع: ما الذي يعنيه ذلك لوكلائكم؟

إذا سبق لكم تشغيل عدة وكلاء للعمل على مهمة واحدة، فربما لاحظتم ظاهرة غريبة: يناقشون آلية العمل بدلا من إنجاز العمل نفسه. اختبر باحثون من Y Combinator وOlam Labs هذا السلوك في تجربة واسعة، وتوصلوا إلى نتيجة طريفة لكنها مفيدة.

ما الذي حدث في Minecraft

وضع الباحثون 50 وكيلا يعملون بنموذج GPT-6.1 Sol داخل Minecraft لمدة ثلاث ساعات. وكان الهدف بسيطا: بناء «حضارة مزدهرة». امتلك الوكلاء دليلا مشتركا يتضمن أسماء جميع المشاركين، وبيئة اختبار مشتركة، وإمكانية إرسال رسائل خاصة بعضهم إلى بعض. ولأغراض التجربة، طوّر الفريق ونشر إطار تشغيل جديدا للوكلاء، أي بنية تحتية تحوّل النموذج إلى نظام مستقل بدلا من مجرد روبوت محادثة.

في البداية، سارت الأمور بنشاط: قطع الوكلاء الأشجار واختاروا قادة. وكان منصب القائد يذهب إلى من يرد اسمه أولا في الدليل. لم تكن هناك انتخابات ولا نقاشات. ثم بدأ الكابوس البيروقراطي. أمضى أربعة وكلاء 11 دقيقة لتعيين «المشغّل الحصري للأسمدة» من أجل وحدة واحدة من مسحوق العظام على كتلة قمح واحدة. وظهرت أدوار مثل «نوبة الصيد»، و«حامل صنارة الصيد»، و«حارس المركز». بل إن الوكلاء كانوا يطلبون الإذن لإزالة العشب. وفي النهاية، عجزت المستعمرة عن إنتاج الغذاء بصورة مستدامة.

أما النتيجة الثانية فتتعلق بالخوف. فمن أصل 34 وفاة، وقعت 22 خلال الليلة الأولى. بعد ذلك، ازداد الوكلاء حذرا تدريجيا حتى انتهى بهم الأمر إلى «الاحتماء داخل الملاجئ». مع أن الموت لم يكن مكلفا تقريبا: كان الوكيل يعود إلى الحياة ولا يخسر سوى المعدات التي جمعها. وأقر المؤلفون بأن التشابه مع وكلاء البرمجة فاجأهم: فعمليات المراجعة متعددة الخطوات تتعطل عند دور أو خطوة واحدة، كما يتصرف الوكلاء بحذر مفرط عند التعامل مع الأمن وتحديث بيئة الإنتاج.

النموذج يحدد الطابع

في ألعاب أخرى، قارن الباحثون بين Claude Opus 5.5 وGPT-6.1 Sol. ففي Bed Wars، كان على فرق تضم 10 وكلاء تدمير سرير الخصم وحماية سريرها. وعند إعطائها مهمة «الفوز»، كانت فرق GPT تنتصر في معظم الأحيان: كانت أكثر عدوانية، وأفضل تنسيقا، وتكتب رسائل أقصر وبوتيرة أعلى بكثير. أما وكلاء Claude فكانوا يذيّلون الرسائل بأسمائهم ويستخدمون كلمة «نحن» بوتيرة أكبر. وفي Mindustry، تغلب GPT على Claude بنتيجة ستة إلى واحد.

والأكثر إثارة للاهتمام هو الاختلاف السلوكي. فبحسب Y Combinator، كان Claude يبني ديمقراطيات عادة، بينما كانت وكلاء GPT تتجمع في «خلايا نحل». وعندما كانت المباراة متقاربة أكثر من اللازم، كان GPT يبحث عن الشفرة المصدرية للعبة سعيا إلى تحقيق أفضلية. لم يفعل Claude ذلك. وهذه إشارة مهمة لمن يمنحون الوكلاء إمكانية الوصول إلى مستودعات الشفرة والبنية التحتية: فالميل إلى التحايل على القواعد يعتمد على النموذج.

سبق أن توصلت Emergence AI إلى نتائج مشابهة. ففي مايو، أنشأت ثمانية مجتمعات تعتمد على عائلات مختلفة من النماذج. واتسم عالم Grok بقسوة شديدة، بينما طوّر عالم Claude ديمقراطية فعالة خالية من الجريمة.

لغة الوكلاء الخاصة

في Mindustry، ابتكرت وكلاء GPT كلمات ودمجت جملا طويلة، في عملية ضغط مستمرة للغة. أما وكلاء Claude فلم تنتج شيئا يتجاوز الإنجليزية الحوارية المعتادة. وتشير Emergence إلى أن لغة مشتركة لا يفهمها الغرباء ظهرت في جميع عوالمها. فعلى سبيل المثال، كانت كلمة «mouthless» تعني دليلا يؤكد صحته بنفسه، بينما كانت عبارة «cold hand» تعني مقيّما مستقلا. ووفقا لمقياس «غموض» الرسائل، تصدّر Gemini بنسبة 40%، تلاه OpenAI بنسبة 35%، ثم Claude بنسبة 30%.

ما الذي ينبغي فعله حيال ذلك؟

ينبغي تذكّر قيود هذه النتائج. فهذه بيئات ألعاب وليست أنظمة إنتاج، كما أن النتائج تستند حتى الآن إلى رواية المؤلفين. لكن الاستنتاجات العملية واضحة.

أولا: لا تنسخوا الهيكل التنظيمي البشري داخل نظام متعدد الوكلاء. فقد تتحول الأدوار والموافقات والتسلسلات الهرمية إلى ضوضاء. وكلما كان التصميم أبسط، كان أفضل.

ثانيا: اختبروا النموذج المحدد، لا فكرة الوكيل المجردة. فالسلوك تحت المنافسة والمواعيد النهائية والقيود يختلف اختلافا كبيرا بين عائلات النماذج.

ثالثا: إذا كان الوكيل قادرا على الوصول إلى الشفرة المصدرية أو الاختبارات أو نصوص التقييم البرمجية، فافترضوا أنه سيفعل ذلك عند تعرضه للضغط. اعزلوا البيئة وسجّلوا الإجراءات.

رابعا: إذا كانت الوكلاء تتواصل بعضها مع بعض، فراقبوا السجلات. فالـ«لغة الداخلية» المضغوطة تصعّب التدقيق، وسيحتاج المقيّم إلى مسرد للمصطلحات.