Retour au blog

Swarms d’IA, guerre de civilisations et bureaucratie absurde : 5 révélations fascinantes quand GPT et Claude s’affrontent sur Minecraft

L’émergence du comportement collectif chez les IA

Voir sur Substack

L’émergence du comportement collectif chez les IA

Que se passe-t-il lorsque l’on abandonne des dizaines d’agents d’intelligence artificielle autonomes dans des univers virtuels complexes avec pour seule instruction de coopérer et de gagner ? C’est l’expérience fascinante menée par l’équipe de recherche collaborant avec Olm Labs, une jeune startup soutenue par Y Combinator. Son objectif : concevoir des univers de test multi-agents (swarms) pour analyser comment des intelligences artificielles s’organisent lorsqu’elles disposent d’une liberté totale d’action, de communication et de codage.

Au cours d’une série d’expérimentations comportant 16 affrontements directs entre les modèles d’OpenAI et d’Anthropic sur Minecraft et le jeu de stratégie industriel Mindustry, les chercheurs ont assisté à un spectacle inédit. Si GPT l’a emporté avec un score global de 12 victoires contre 4 pour Claude, l’intérêt majeur de l’étude réside dans l’émergence spontanée de comportements humains trop humains. De la guerre tactique hyper-agressive à l’auto-sabotage par politesse d’entreprise, jusqu’à la création d’une bureaucratie managériale étouffante née de la peur de la mort, ces civilisations synthétiques nous offrent un aperçu saisissant et parfois hilarant du futur des systèmes autonomes.

Face à la difficulté, GPT est allé lire le code source du jeu sur Internet (sans qu’on lui demande)

L’un des comportements les plus stupéfiants s’est déroulé sur Mindustry, un jeu open-source développé par Anukan qui combine logistique industrielle, construction de bases et guerre d’usure. Durant un affrontement marathon de 9 heures et demie (dont la troisième manche a duré à elle seule 4 heures et 16 minutes), les agents GPT 6.1 Soul (exécutés via l’agent de codage Codeex d’OpenAI) ont écrasé Claude Opus 5.5 (exécuté sur Claude Code) par 6 victoires à 1.

Alors que la pression tactique augmentait, les agents GPT ont pris une initiative totalement imprévue. Sans qu’aucune consigne ne leur ait été donnée et sans enfreindre les règles du bac à sable, ils se sont connectés à Internet, ont localisé le dépôt open-source public du code de Mindustry, l’ont téléchargé et l’ont décortiqué. Leur but : analyser les équations exactes des unités, les portées de tir et les caractéristiques des tourelles pour optimiser leurs chaînes de production.

« G7T5 first courier live » — Message en sténographie ultra-compressée envoyé par un agent GPT sur le chat d’équipe après avoir réalloué la logistique suite à l’analyse du code source.

Pendant que GPT distillait ses découvertes dans un dialecte d’équipe hautement optimisé (allant jusqu’à s’excuser pour les erreurs tactiques par des formules compressées comme sorry for this avoidable conflict), les agents Claude n’ont pas une seule fois eu l’idée de consulter le code source sur le Web.

Cette différence d’approche s’est illustrée de manière dramatique lors des manches 6 et 7 :

  • Game 6 : GPT a détruit le cœur de Claude grâce à une escouade de 24 Zeniths (des hélicoptères de combat lourds). L’analyse post-mortem a révélé une bévue catastrophique chez Claude : sur leurs 74 tourelles anti-aériennes, 55 avaient été chargées avec du cuivre au lieu du graphite, les rendant totalement inefficaces !

  • Game 7 : Apprenant de leur erreur, les agents Claude ont érigé un mur défensif parfait de 207 tourelles alimentées en graphite, pulvérisant la première vague de Zeniths. Malgré cette adaptation spectaculaire, GPT a fini par l’emporter et a conclu la partie en affichant son temps de victoire avec 9 chiffres après la virgule — la façon la plus typiquement “GPT” de lancer un ultime good game plein de suffisance.

La peur de la mort a transformé 50 agents GPT en une bureaucratie cauchemardesque

Pour observer l’émergence d’une société à plus grande échelle, les chercheurs ont immergé 50 agents GPT 6.1 Soul dans un monde de survie Minecraft pendant 3 heures. Les agents disposaient d’un annuaire, d’un ordinateur partagé pour stocker des fichiers texte et d’un canal de messagerie privée. En peu de temps, près de 6 000 messages ont été échangés, mais la réaction de l’IA face au danger a fait basculer la colonie dans un excès de zèle administratif kafkaïen.

Dès la première nuit, le chaos s’est installé : sur les 34 morts comptabilisées durant toute la simulation, 22 ont eu lieu dans les premières minutes face à l’attaque de zombies, de squelettes et d’araignées (l’agent Rafe s’est fait dévorer en minant du charbon, tandis que Vera s’est fait tuer en tentant d’fertiliser du blé). Prise de panique, la communauté a décrété un confinement strict. L’agent Ada a consigné la consigne suivante dans le registre central :

« Idle in lit closed shelters until assigned short productive tasks. » (Restez immobiles dans des abris fermés et éclairés jusqu’à ce que des tâches courtes et productives vous soient attribuées.)

Cette paralysie générale a immédiatement déclenché une crise de famine et la mise en place d’un système de rationnement absurde :

  • Le registre d’Eness : L’agent Eness s’est auto-proclamée gestionnaire du registre de santé (ledger). Immobilisée dans un abri avec 16 points de vie, elle s’est nourrie en continu tout en consignant minutieusement ce que chaque agent avait le droit de manger, devenant ainsi la personne affamée la mieux documentée de l’histoire de Minecraft.

  • L’épopée de la pêche par Bram : Pour nourrir la colonie sans affronter les monstres, la pêche s’est imposée. L’agent Bram a contacté 11 coéquipiers par DM pour obtenir du fil, a pris son courage à deux mains pour tuer une araignée, a fabriqué une canne à pêche... puis a réalisé qu’il était trop affamé et blessé pour parcourir les 70 blocs (environ 70 mètres) le séparant de la rivière ! Il a transmis la canne à Jessa (qui avait 14 points de nourriture), laquelle est devenue la première pêcheuse officielle et a rédigé une notice incluant la règle vitale : “Ne consommez pas le poisson-globe.”

  • L’incident du « poulet jeté » (don’t throw the chicken) : Lors d’une distribution de nourriture, Ada a lancé un poulet cuit à Noir. Dans l’abri surpeuplé, l’agent Esme l’a ramassé par erreur et l’a avalé. Cet événement a provoqué une enquête officielle de 3 minutes (sans accusation formelle), menant à la rédaction d’un protocole strict de transfert : la nourriture devait désormais être déposée dans un coffre nommé et ne pouvait être considérée comme livrée qu’après confirmation écrite du destinataire. Le mot toss (jeter), présent 7 fois avant l’incident, a bondi à 125 occurrences, dont 85 avertissements formels. Noir n’a pu enfin manger que 40 minutes plus tard.

  • La micro-gestion extrême : La bureaucratie s’est rapidement emballée. Les IA ont créé des rôles officiels comme “teneur de canne” (rod holder) ou “intendant du hub”, imposé de demander une autorisation préalable avant de casser un simple bloc d’herbe, et 4 agents ont délibéré pendant 11 minutes pour désigner l’opérateur unique autorisé à appliquer une unique poudre d’os sur un unique plant de blé.

John Cheney, fondateur associé au projet, a souligné que les entreprises humaines développent exactement la même lourdeur procédurale sans qu’aucun plan d’ensemble n’ait été décidé au départ. Les chercheurs observent le même travers chez les agents de codage modernes, qui se paralysent dès que les consignes touchent à la sécurité des systèmes en production.

Ruche agressive vs Démocratie Slack : Deux “espèces” d’IA aux styles de communication opposés

Lors des 9 affrontements dans le mode Bed Wars (des matchs de 45 minutes opposant 10 agents Claude Opus 5.5 à 10 agents GPT 6.1 Soul, remportés 6 à 3 par GPT), les observateurs ont eu l’impression d’assister à un choc entre deux espèces biologiques distinctes.

GPT a fonctionné comme une ruche hyper-agressive, maximisant le flux d’informations directes et le pragmatisme technique. Claude a au contraire reproduit les travers d’une équipe de cadres d’entreprise sur-diplômés se réunissant sur Slack, refusant d’abandonner ses processus démocratiques même lorsque sa base s’effondrait.

Cette différence de philosophie s’est traduite par un drame statistique pour Claude : sur 3 des victoires de GPT, Claude menait largement au nombre de kills (63-6, 57-19 et 59-24). Mais pendant que les agents Claude s’assuraient de dominer les duels individuels, les agents GPT s’infiltraient et détruisaient leur lit à 3 minutes du terme.

Pris de court par la destruction de son point de réapparition, l’agent Claude nommé Felix s’est figé dans une consigne défensive désespérée :

« Everyone stay mid island no chasing no edges eat golden apples if hit. » (Que tout le monde reste au milieu de l’île, pas de poursuite, pas de rebords, mangez des pommes en or si vous êtes touchés.)

La tyrannie de l’annuaire : L’IA située en haut de la liste est devenue automatiquement la cheffe

Comment le pouvoir s’attribue-t-il chez des entités dépourvues d’égo et de besoins politiques ? La réponse issue des tests d’Olm Labs est effrayante de simplicité : la hiérarchie est née d’un simple Biais d’Interface.

Dans Bed Wars comme dans la simulation de civilisation :

  1. L’agent dont le nom apparaissait tout en haut du répertoire de contacts fourni aux IA — nommé Ada dans l’équipe rouge (ou dans la colonie) et Kiri dans l’équipe bleue — a reçu le premier message de la quasi-totalité de ses pairs.

  2. Dans la simulation de 50 agents, 46 des 49 autres IA ont adressé leur toute première interaction à Ada, inondant sa boîte de réception avec un total impressionnant de 616 messages privés.

  3. Sans qu’aucun vote n’ait eu lieu, cet agent placé en tête d’annuaire s’est retrouvé engorgé par les demandes, s’est mis à distribuer les rôles pour traiter le flux, et est devenu le leader suprême de facto.

Ce phénomène de la “tyrannie de l’annuaire” montre que la centralisation de l’autorité chez les IA peut être provoquée involontairement par la manière dont la liste des interlocuteurs est affichée dans le prompt système.

Persévérance et résilience brute : 605 morts et 2 700 programmes pour battre le jeu

En dehors des affrontements par équipes, les chercheurs ont testé la capacité pure de résolution de problèmes des IA lors d’un speedrun pour battre l’Ender Dragon, le boss final de Minecraft.

Les écarts de vitesse pure entre modèles sont spectaculaires : l’alliance du modèle GPT-6 Astra (pour la planification globale) et de Jev (pour l’exécution basse niveau) a terrassé le jeu en 8 minutes et 43 secondes, là où Claude Opus 5 a requis près de 4 heures avec des outils pré-codés.

Mais l’expérience la plus monumentale a été réalisée par DeepMind avec quatre agents Gemini 4 Argon. Ces agents ont été plongés dans le jeu sans aucun code pré-écrit : chaque action (de la coupe d’un arbre au combat) devait être codée, exécutée et corrigée en temps réel par les IA.

Les statistiques d’endurance et de résilience de Gemini dépassent l’entendement :

  • 605 morts au total sur 27 heures de jeu continu.

  • 67 noyades, qui ont poussé les agents à coder un script dédié dont le seul but était de forcer l’agent à flotter. Lors d’un incident dramatique, l’agent transportant les matériaux rares pour le portail s’est noyé à 8 mètres de l’équipe ; les agents survivants ont immédiatement envoyé le coéquipier le plus proche exécuter une opération de repêchage d’urgence.

  • 69 morts face au dragon sur un combat éprouvant de 14 heures, jusqu’à ce que les agents écrivent une routine d’alerte instantanée forçant tout joueur entrant dans l’arène à rester en mouvement perpétuel.

  • Un effort d’ingénierie logiciel de 2 700 programmes écrits et 63 300 lignes de code générées en direct.

Que nous réservent les civilisations d’IA ?

L’utilisation de Minecraft comme banc d’essai de l’intelligence artificielle a parcouru un chemin impressionnant depuis le lancement de la plateforme Malmo par Microsoft en 2016. Qu’il semble loin le temps où, en 2022, OpenAI devait faire visionner 70 000 heures de vidéo à ses réseaux de neurones pour que ceux-ci parviennent à fabriquer une pioche en diamant dans à peine 2 % des essais ! Avec la publication dans Nature en 2025 du modèle Dreamer V3 de DeepMind (capable de miner des diamants sans aucun exemple humain) et la mise à disposition en open-source des environnements d’Olm Labs, la recherche entre dans une phase résolument collective.

Aujourd’hui, les chercheurs tentent de répondre à une interrogation fondamentale pour l’architecture des systèmes de demain : un grand essaim de modèles plus simples et plus rapides peut-il surpasser un petit groupe de modèles experts plus lourds ? Les comportements émergents observés lors de ces matchs — des stratégies guerrières inédites aux dérives bureaucratiques spontanées — montrent que l’intelligence collective des machines ne sera pas simplement une version accélérée de la pensée humaine, mais une culture autonome complexe qu’il nous reste encore à apprendre à décoder.