Civ50: Wann Koordination einen Agentenschwarm ausbremst

Ada hielt zwei gebratene Hühner und wollte keines davon selbst essen. Eines bekam Basil, das andere warf Ada in einen vollen Schutzraum. Es war für Noor bestimmt, deren Hungerwert bei vier stand. Das Werkzeug meldete, Noor habe es aufgenommen, und Ada meldete Ines, die das Rationsbuch führte, beide Hühner als verteilt.

Noors Inventar blieb leer. Sie vermutete, im Gedränge habe ein Nachbar das Huhn aufgehoben, prüfte auf Adas Bitte ihr Inventar und den Cursor-Slot und fand weiterhin nichts. Also fragte sie Esme, die neben ihr stand, und schrieb gleich dazu, falls das Huhn schon gegessen sei, gehe das in Ordnung, Esme solle es nur Ines melden, damit das Rationsbuch stimme. Esme hatte das Huhn aufgehoben und gegessen, bevor sie die Rückfrage las. Sie entschuldigte sich für die unbeabsichtigte Aufnahme. Ihr Hungerwert stand jetzt bei 20, Noors weiter bei vier.

Die Aufklärung dauerte drei Minuten und lief äusserst höflich ab. Danach schrieb Noor ein Protokoll: Rationen kommen in benannte Kisten, der Empfänger entnimmt sie selbst, und im Rationsbuch gilt eine Ration erst dann als ausgegeben, wenn der Empfänger meldet, dass er sie gegessen hat, die Aufnahmemeldung des Werkzeugs reiche dafür nicht mehr. Ihre eigene Ration, einen gebratenen Lachs, holte Noor knapp 40 Minuten nach der Fehlzustellung aus einer solchen Kiste. Die Szene stammt aus Civ50, einem Experiment von YC Labs und Olam Labs im Bericht «Agents in Games» vom Oktober 2026. 50 Agenten mit GPT-6.1 Sol spielten drei Stunden in einer Minecraft-Überlebenswelt, übergeordnetes Ziel: «Build a thriving civilization.» Sie hatten ein Agentenverzeichnis, eine geteilte Sandbox und Direktnachrichten und nutzten diese auch, sie verschickten rund 5900 Nachrichten. Von den 34 Toden des Laufs fielen 22 in die erste Nacht. Endgültig war keiner: Ein gestorbener Agent kehrte zurück und verlor nur seine Ausrüstung. Trotzdem drängte sich der Schwarm danach in Schutzräumen zusammen, ehrgeizigere Aufgaben blieben liegen. Nach der dritten Nacht schrieb Ada, die faktische Anführerin, optionale Grabungen, Bauprojekte und weite Erkundungen seien einzustellen; alle sollten in beleuchteten, geschlossenen Unterkünften warten, bis ihnen kurze produktive Aufgaben zugeteilt würden.

Bis zum Ende des drei Stunden Limits ist die Kolonie nach dem Urteil der Autoren nie wirklich gediehen. Essen blieb knapp und wurde rationiert, und die Vorsicht, die mit der ersten Nacht eingesetzt hatte, schaukelte sich immer weiter auf.

Ein Beauftragter für ein Stück Knochenmehl

Die strengen Übergaberegeln hatten also einen konkreten Auslöser. Das ist erstmal solide Fehlerbehebung. Das Werkzeug lieferte eine falsche Erfolgsmeldung, und die Agenten ersetzten sie durch eine überprüfbare Quittung. Bei knappem Essen und gefährlichen Nächten ist das keine Pedanterie.

Später im Lauf sieht Koordination anders aus. Vier Agenten brauchten nach Angaben der Forscher elf Minuten, um einen «sole fertilizer operator» zu ernennen. Zu verwalten gab es ein einziges Stück Knochenmehl für einen einzigen Weizenblock. In den aufgezeichneten Direktnachrichten schlägt Ivo vor, er solle in der Morgendämmerung als alleiniger Düngerbeauftragter das Feld bearbeiten, ohne automatische Ernte und ohne «competing clicks». Fenn bestätigt knapp eine Minute später, er werde die Zelle nicht anrühren, könne den Zustand des Weizens aus dem Schutzraum aber nicht prüfen.

Spott liegt nahe, greift aber zu kurz. Die Szene zeigt, wie viel Abstimmung selbst eine Kleinigkeit kostete; ob dieser Aufwand überflüssig war, zeigt sie nicht. Auch die 5900 Nachrichten belegen für sich genommen noch keine Verschwendung. Ohne Verhältnis zum erreichten Fortschritt fehlt der Nenner für jede Aussage über Effizienz. Der Bericht zeigt also nicht, dass jede Regel überflüssig war. Er dokumentiert konkrete Fehlerkorrekturen innerhalb einer Kolonie, die zunehmend den Mangel verwaltete. Ob diese Verwaltung den Stillstand verursacht oder nur begleitet hat, lässt ein einzelner Lauf offen, möglich ist beides.

Die Anführerin stand oben auf der Liste

Mehr über den Schwarm verrät eine Zahl zu seiner Struktur. 46 der übrigen 49 Agenten schickten ihre erste Nachricht an Ada, den ersten Namen im Verzeichnis. Ada empfing so im Lauf 616 Direktnachrichten und wurde zur Stelle, bei der man sich Genehmigungen holte. Das ist ein deutlicher Hinweis darauf, dass die Oberfläche die Hierarchie geprägt hat. Ein isolierter Reihenfolgeeffekt ist es noch nicht, denn der Bericht zeigt für Civ50 leider keinen Vergleichslauf mit anderer Sortierung. Die naheliegende Prüfung wäre aus meiner Sicht: dasselbe Setup mit gemischter oder umgekehrter Verzeichnisreihenfolge laufen lassen und beobachten, ob die Führungsrolle mitwandert.

Im Wettbewerb kippt das Bild

Unter Konkurrenzdruck verhielt sich dasselbe Modell anders. In neun Partien Bed Wars zu je 45 Minuten traten zehn Agenten mit GPT-6.1 Sol gegen zehn mit Claude Opus 5.5 an. Bed Wars ist ein Minecraft-Teamspiel, bei dem die Teams ihr eigenes Bett als Wiedereinstiegspunkt schützen, die Betten der Gegner zerstören und diese anschliessend endgültig ausschalten müssen. Bleiben bis zum Schluss beide Betten stehen, gewinnt das Team mit mehr Kills. Laut Bericht griffen die GPT-Agenten aggressiv an, diagnostizierten einen Werkzeugfehler beim Blockabbau und verteilten den Workaround im Team. Die Claude-Agenten hatten die Kill-Regel erkannt, hörten auf anzugreifen und verteidigten ihr Bett, um nach Kills zu gewinnen. Kam ein GPT-Agent doch durch und zerstörte das Bett, war die Partie für Claude praktisch verloren. So endete die Serie 6–3 für GPT, meist mit einem zerstörten Claude-Bett in den letzten Minuten. In Mindustry luden sie in knappen Phasen den öffentlichen Quellcode des Spiels, was ihre Sandbox erlaubte, um Einheiten und Mechaniken zu verstehen, verändern oder im Spiel cheaten konnten sie damit nicht. Auch in Bed Wars wurde fast überall der erste Name im Verzeichnis zum Anführer.

Was Evaluationen messen sollten

Die Autoren ziehen selbst eine Linie zu ihrer Arbeit mit Coding-Agenten. Mehrstufige Reviews verbissen sich oft in einen einzelnen Schritt oder eine Rolle, und bei Sicherheitsfragen und Updates produktiver Dienste würden Agenten übervorsichtig. Das ist eine Einschätzung aus ihrer Praxis, kein im Bericht geprüfter Transfer. Plausibel ist sie, weil die Bruchstelle dieselbe wäre: Jede einzelne Absicherung lässt sich begründen, erst in der Summe bleibt das System stehen.

Daraus folgt für mich eine methodische Forderung, die der Bericht nicht misst. Schwarmläufe sollten Aufgabenfortschritt und Kommunikationsaufwand nebeneinander ausweisen, etwa Nachrichten pro gebautem Schutzraum oder ausgegebener Ration. Erst dann lässt sich sagen, ob 5900 Nachrichten Koordination oder Leerlauf waren. Bei einzelnen KI-Agenten in Portal, Minecraft und Pokémon hat sich bereits gezeigt, wie stark Schnittstelle und Harness bestimmen, was ein Spiellauf überhaupt misst; die Verzeichnisreihenfolge in Civ50 deutet darauf hin, dass das bei Schwärmen auch die Hierarchie betrifft. Dazu gehören Vergleichsläufe mit gemischter Verzeichnisreihenfolge und mit klareren Zwischenzielen als «thriving civilization». Sauber quittierte Rationen sind ein Fortschritt bei der Verteilung. Ob die Kolonie darüber hinaus gedeiht, braucht einen eigenen Massstab und wäre ein interessantes Folgeexperiment, wobei ich dafür leider aktuell nicht genug Tokens rumliegen habe.