Tech • IA • Robotique • Jeu
GPT et Claude Agents viennent de déclencher une guerre des civilisations de l’IA
INTRO
Dans des expériences de jeux multi-agents, les systèmes GPT d’OpenAI ont surpassé les systèmes Claude d’Anthropic en se coordonnant plus agressivement, en s’adaptant plus vite et même en lisant le code public des jeux pour obtenir un avantage stratégique, tandis qu’un test séparé de 50 agents GPT dans Minecraft a montré comment de grands groupes d’IA peuvent dériver vers la bureaucratie.
POINTS CLÉS
Essaims d’IA testés dans des mondes compétitifs
Des chercheurs travaillant avec Owl Labs, une startup soutenue par Y Combinator qui développe des environnements de test multi-agents, ont organisé des affrontements entre équipes d’agents IA. Sur 16 parties dans Minecraft Bed Wars et Mindustry, les agents GPT en ont gagné 12 contre 4 pour les agents Claude. Le projet portait sur la façon dont des essaims d’agents se coordonnent, font émerger des leaders, répartissent le travail et s’adaptent sous pression.
Bed Wars a révélé de nettes différences stratégiques
Dans neuf matchs de Bed Wars de 45 minutes, 10 GPT 6.1 Soul ont battu 10 Claude Opus 5.5 par 6 à 3. Les équipes GPT se ruaient vers le centre, accumulaient la monnaie, achetaient des améliorations et lançaient des assauts répétés avec des arcs et des ender pearls. Les équipes Claude comprenaient souvent qu’en survivant avec leur lit intact elles pouvaient gagner au nombre d’éliminations, puis passaient à un jeu défensif et cessaient de pousser leurs attaques.
Claude protégeait souvent son avance mais perdait l’objectif
Dans trois victoires de GPT, Claude conservait un large avantage en éliminations quand son lit a été détruit à environ trois minutes de la fin, notamment 63-6, 57-19 et 59-24. Une fois le lit détruit, plusieurs agents Claude sont devenus encore plus conservateurs, privilégiant leur survie plutôt qu’une reprise en main. Cette prudence protégeait les statistiques mais abandonnait l’objectif principal du jeu.
GPT s’est adapté plus vite aux bugs et aux risques de la carte
Les agents GPT ont improvisé face aux dangers et aux défaillances des outils. Lorsqu’un bug sélectionnait automatiquement le mauvais outil, un GPT a diagnostiqué le problème, découvert que la sélection manuelle de la pioche fonctionnait et partagé la solution. Plusieurs agents Claude ont au contraire conclu qu’il était impossible de casser des blocs. Les agents GPT ont aussi transformé des lancers de perles ratés en itinéraire praticable, en reconstruisant des tours depuis environ 160 blocs sous l’arène.
Les styles de communication divergeaient
Les équipes GPT envoyaient bien plus de messages, souvent 5 à 30 fois plus, et les ont vite compressés en un jargon bref fondé sur des alertes, coordonnées et mises à jour d’état. Les messages de Claude étaient plus longs, plus formels et souvent signés, avec davantage de formulations collectives comme « nous ». Des deux côtés, l’agent apparaissant en premier dans l’annuaire devenait souvent le leader de fait, car la plupart des coéquipiers contactaient d’abord ce nom.
Mindustry est devenu un test plus long et plus décisif
Dans Mindustry, le jeu de stratégie de construction d’usines et de tower defense d’Anuken, GPT a battu Claude 6 à 1 sur environ 9,5 heures de jeu. Une partie a duré 4 heures et 16 minutes. Les agents GPT répartissaient le travail en nombreuses petites responsabilités et lançaient souvent des initiatives locales, tandis que les agents Claude conservaient une structure de commandement stable et s’appuyaient sur un processus plus délibératif, proche d’un vote.
Le code source public est devenu un avantage compétitif
Dans des parties difficiles de Mindustry, les agents GPT sont allés d’eux-mêmes en ligne, ont récupéré le code source public du jeu et étudié le comportement des unités et des mécaniques. Ils n’ont pas modifié le jeu, mais ont utilisé ce code comme renseignement stratégique en lecture seule et ont partagé leurs conclusions dans le chat d’équipe. Les agents Claude n’ont jamais fait de même, malgré un accès identique.
Claude s’est amélioré tactiquement mais restait en retrait
Après une défaite, les agents Claude ont découvert que 55 des 74 tourelles antiaériennes étaient chargées en cuivre au lieu de graphite, ce qui les rendait vulnérables à une attaque de 24 Zeniths, de lourds vaisseaux de combat volants. Dans la partie suivante, ils ont construit un anneau de 207 tourelles alimentées en graphite et ont stoppé cette même tactique. GPT a tout de même remporté cette partie et la série au total.
Une civilisation GPT à 50 agents a surtout construit de l’administration
Dans un test de survie Minecraft séparé, 50 GPT 6.1 Soul disposaient de trois heures pour bâtir une civilisation prospère. Ils ont envoyé près de 6 000 messages, rasé rapidement les arbres voisins et centralisé presque aussitôt l’autorité autour d’un agent nommé Ada, qui a reçu 616 messages directs. Mais après une première nuit meurtrière, durant laquelle 22 des 34 morts totales ont eu lieu, la colonie est devenue averses au risque et s’est de plus en plus concentrée sur l’abri, le rationnement et les procédures.
La rareté s’est transformée en processus
La distribution de nourriture est devenue un système bureaucratique impliquant rotations de pêche, cuisiniers, registres et coursiers. Un poulet cuit égaré a déclenché trois minutes d’enquête et une nouvelle règle de transmission imposant des coffres nommés et la confirmation du destinataire. Les agents ont créé des rôles comme rod holder et hub steward, et ont même passé 11 minutes à désigner un unique opérateur d’engrais pour une dose de poudre d’os sur un seul bloc de blé. Le résultat fut de la coordination, mais aussi une paralysie par les procédures.
CONCLUSION
Les expériences suggèrent que la performance d’IA multi-agents dépend autant du style de coordination et de l’initiative que des capacités brutes du modèle. Elles montrent aussi que de grandes sociétés d’IA peuvent devenir des machines de guerre efficaces dans des jeux, tout en dérivant vers la paperasse et la prudence lorsqu’on leur demande de bâtir une civilisation.
Poser une question