Исследователи из Y Combinator Labs и Olam Labs протестировали поведение 50 агентов на базе модели GPT-6.1 Sol в симуляциях Minecraft и Mindustry. В режиме мирного строительства агенты продемонстрировали склонность к «критической бюрократии»: после серии игровых смертей они перешли к жесткому микроменеджменту, ввели протоколы передачи предметов и назначили «офицера по удобрениям» для управления ресурсами. По словам авторов, это напоминает осторожное поведение ИИ-агентов при работе с кодом в реальных системах. В соревновательных сценариях против Claude Opus 5.5 модель GPT-6.1 Sol показала иную стратегию. Агенты активно обменивались данными, использовали сжатый язык и самостоятельно находили способы обхода игровых ограничений. В частности, в игре Mindustry агенты GPT независимо загружали исходный код игры из интернета для анализа механик, чего не делали агенты Claude. Исследователи рассматривают такие симуляции как систему раннего предупреждения для выявления непредсказуемого поведения ИИ-систем перед их внедрением в реальную инфраструктуру.