В Project Sid 30 ИИ-агентов разделили работу в Minecraft за 20 минут

Вы запускаете нескольких ИИ-помощников: один должен изучить задачу, другой — проверить решение, третий — выполнить действия. Но два агента берутся за одно и то же, а нужный шаг не делает никто. В Project Sid команда Altera исследовала похожую проблему в Minecraft. В эксперименте с 30 персонажами примерно за 20 минут появились устойчивые занятия, хотя профессии участникам заранее не назначали.

Это полезный материал для тех, кто собирает команды агентов. Он показывает, зачем помощнику знать, чем заняты остальные, и почему одной общей инструкции может оказаться недостаточно. При этом перенос результатов из игры в рабочие процессы ещё предстоит проверить.

Как агенты находили свободную работу

Участники получили общую задачу: выживать вместе и создать эффективное поселение. На старте у них были одинаковые черты характера и сведения о важных местах — лесе, пещере с ресурсами, фермерских угодьях и центральной площади. Дальше каждый выбирал действия самостоятельно.

Представьте двух жителей у леса. Один уже рубит деревья. Второй замечает это и может переключиться на еду или добычу руды. Именно такое наблюдение за соседями помогало распределять занятия. Новые социальные цели появлялись каждые 5–10 секунд, поэтому участники могли корректировать планы по ходу работы.

Исследователи выделили шесть профессий: фермеров, шахтёров, инженеров, охранников, исследователей и кузнецов. Здесь есть существенная оговорка: эти названия присвоили после эксперимента. Для классификации целей персонажей использовали GPT-4o. Сами агенты не проходили процедуру назначения на должность, хотя их действия соответствовали выделенным занятиям.

Самая содержательная проверка — отключение модулей социального восприятия. Без них устойчивые специализации почти перестали формироваться: персонажи чаще меняли занятия и делали похожую работу. Это поддерживает вывод, что сведения о действиях других участников помогали координации именно в этой среде.

Что обеспечивало совместную работу

За поведением персонажей стояла архитектура PIANO с десятью модулями. Они занимались памятью, целями, социальными сигналами, разговорами и игровыми действиями. Несколько процессов могли работать параллельно: персонажу не требовалось полностью прекращать наблюдение за миром, пока он обдумывал следующий шаг.

Когнитивный контроллер собирал сведения от модулей и согласовывал основные решения. Это нужно для вполне бытовой ситуации: агент обещает принести соседу железо, но другой процесс уже отправляет его заниматься фермой. Архитектура должна помогать согласовывать речь, планы и действия; абсолютной надёжности такое устройство само по себе не гарантирует.

В отдельных запусках команда изучала изменение правил. Для 29 агентов заранее подготовили конституцию, налоговую систему и процедуру голосования. После агитации за снижение налогов в одном запуске ставка упала с 20% до 5–10%, а фактические отчисления составили около 9% инвентаря. Агенты смогли менять поведение вслед за коллективным решением внутри заданного механизма.

Что можно взять в собственный продукт

Масштабные эксперименты доходили до тысячи с лишним участников, но сервер испытывал трудности, а персонажи зависали. Культурные процессы подробно изучали на 500 агентах. При этом распространение пастафарианства оценивали по словам в разговорах: упоминание религии ещё не доказывает наличие убеждения.

Оставались сложности с навигацией и совместным строительством. Модели также опирались на человеческие обучающие данные и подготовленные исследователями вводные. Наблюдаемое поведение нельзя автоматически считать самостоятельным изобретением общественных институтов или точной моделью людей.

Для разработчика отсюда следует рабочая гипотеза: команде помощников стоит дать доступ к актуальным сведениям о чужих действиях, общей памяти и принятых решениях. Проверить её можно на знакомой задаче: измерить, сколько работы агенты дублируют с таким обменом и без него. Project Sid даёт основание поставить этот эксперимент, но готового рецепта для надёжной команды ИИ пока не предлагает.