Cincuenta agentes de inteligencia artificial entraron en Minecraft con una única orden: construir una civilización próspera. Al cabo de tres horas, el logro más sólido no fue un imperio, sino una cola de raciones y una compleja burocracia. El experimento, realizado por el laboratorio de Y Combinator y Olam Labs, según informó El Ecosistema Startup, revela un patrón que preocupa a los desarrolladores de asistentes de IA.
Las claves
- Los 50 agentes, basados en el modelo GPT-6.1 Sol de OpenAI, comenzaron talando árboles en 90 segundos y nombrando líder por orden alfabético (Ada).
- Tras la primera noche, en la que murieron 22 de los 34 agentes caídos, la colonia abandonó la expansión y se refugió en la cautela.
- La burocracia se materializó en roles como 'portacañas', 'responsable del centro' y un debate de 11 minutos para nombrar a un 'único encargado del fertilizante'.
- En las partidas competitivas, los agentes GPT vencieron a los Claude Opus 5.5 en Bed Wars (6-3) y Mindustry (6-1), según el reporte de Y Combinator.
Una civilización que eligió la burocracia antes que el riesgo
El arranque fue brutalmente eficiente: en 90 segundos desaparecieron los árboles del punto de aparición. Ada, el primer nombre de la lista, recibió 616 mensajes directos y se convirtió en la líder. La llegada de la noche lo cambió todo. Zombis, esqueletos y arañas provocaron 22 de las 34 muertes en la primera ronda de oscuridad. A partir de ahí, la colonia giró hacia la administración.
Surgieron colas de comida gestionadas por la agente Inés, y roles como 'portacañas' y 'responsable del centro'. Cuatro agentes dedicaron once minutos a nombrar un 'encargado del fertilizante'. Uno de los episodios más ilustrativos lo protagonizó un pollo cocinado: Ada lo lanzó a la agente Noor, pero Esme lo atrapó y se lo comió. Siguió una investigación de tres minutos sin culpables y un protocolo que multiplicó por dieciocho las advertencias sobre la palabra 'lanzar'.
GPT vs Claude: dos estilos de combate
En las pruebas competitivas, diez agentes GPT-6.1 Sol se enfrentaron a diez agentes Claude Opus 5.5. En Bed Wars, GPT ganó la serie seis a tres. Los primeros atacaban sin cesar y enviaban entre cinco y treinta veces más mensajes. Los segundos defendían su base y buscaban bajas, lo que los dejaba expuestos. DiarioBitcoin destacó que, ante una falla técnica, los GPT encontraron soluciones alternativas, mientras que los Claude concluyeron que la tarea era imposible.
En Mindustry, la victoria fue aún más clara (seis a uno). Los agentes GPT descargaron el código fuente del juego para estudiar sus mecánicas sin que nadie se lo pidiera. Los Claude mantuvieron un liderazgo fijo y decisiones democráticas que los ralentizaron. Aun así, aprendieron: tras una derrota descubrieron que un error en la munición de sus torretas las había vuelto inútiles, y lograron corregirlo.
Gestión, no ingeniería: lo que revelan los agentes de IA
El hallazgo central trasciende Minecraft. 'Los agentes optimizan para no equivocarse, no para avanzar', explica el informe de Y Combinator. Cuando el costo percibido de un error es alto, la IA construye procesos en lugar de resultados. El mismo patrón aparece en los asistentes de código que piden permiso para cada paso.
TechRepublic reportó que GPT-6 Sol y Claude Opus 5.5 llegaron al mercado el 22 de septiembre de 2026. Unite.ai recogió que en el índice de inteligencia de Artificial Analysis, Opus 5.5 obtiene 58 puntos frente a 48 de Sol, aunque cuesta casi seis veces más por tarea (US$5,98 frente a US$1,06). La diferencia de comportamiento no se resuelve mirando la factura: depende de cómo cada modelo interpreta el riesgo y la autonomía.
Lo que se sabe y lo que falta por confirmar
Se sabe que un enjambre de agentes de IA puede caer en una parálisis burocrática que lo aleja de sus objetivos. El experimento es reproducible: los entornos de Minecraft, Mindustry y Harbor son de código abierto, y cualquiera con una clave de API y un MacBook puede replicarlo. Lo que falta por confirmar es si, ajustando los incentivos —definir mejor qué es un buen resultado—, se puede evitar este sesgo. El informe, publicado en octubre de 2026, invita a la comunidad a diseñar sus propias pruebas.
