让一群 AI 智能体在沙盒世界里从零开始建立文明，结果它们没建成国家，先把自己埋进了文书和流程里。
发生了什么
Hacker News 上讨论的一项实验，把多个 AI 智能体放进《我的世界》（Minecraft）中，让它们协作完成建造与组织任务，目标是观察能否涌现出类似“文明”的复杂社会结构。结果并不理想：智能体群体没有形成有效的分工与治理，反而在协调环节不断堆积规则、确认和重复流程，呈现出明显的“官僚化”倾向——沟通与审批消耗了本应用于实际建造的资源。讨论在 HN 上获得数十点关注，属于小范围但指向性明确的技术话题。
需要说明的是，公开信息有限，实验的具体规模、智能体数量与评测指标并未在摘要中给出，因此这里只讨论其结构性结论，不引申具体数据。
为什么重要
多智能体（multi-agent）是过去一段时间最热的工程方向之一：让多个模型分工、互相评审、层层汇报，被不少团队视为提升复杂任务成功率的路径。但这类系统有一个常被低估的成本——协调本身要花钱。每一次“请示”、每一轮“确认”、每一份“会议纪要”，都是额外的 token、额外的延迟和额外的出错机会。
《我的世界》之所以是合适的试验场，是因为它的目标可验证：房子建没建成、资源有没有攒够，一眼可见。当智能体在这样一个反馈明确的环境里仍然滑向流程内耗，说明问题不在任务模糊，而在协作架构本身。这与软件工程里“沟通开销随人数超线性增长”的经典观察是同一类现象，只是这次执行者换成了模型。
影响与看点
对做 agent 产品的团队，这个结果指向几个具体判断。第一，层次化的“经理—员工”结构未必优于扁平结构，中间层越多，信息损耗越大。第二，角色设定要克制：给每个智能体加一份详细职责说明，往往同时增加了它与其他角色对齐的成本。第三，评测多智能体系统时，应把协调开销单独计量，否则很容易把“更长的对话”误读为“更强的推理”。
对普通用户而言，这意味着短期内不必期待“一句话指挥一支 AI 团队”的体验；更现实的形态仍是少量智能体加明确分工。
一个独立判断：多智能体的瓶颈大概率不在模型能力，而在组织设计——人类花了一百年才学会怎么让大公司不瘫痪，指望提示词一夜之间解决这个问题并不现实。
