Tech • IA • Crypto
Bataille d’agents : extraire le plus de diamants en 45 minutes
5/10INTRO
Un atelier technique met en compétition des agents d’intelligence artificielle dans une course à l’optimisation pour extraire un maximum de diamants dans Minecraft en un temps limité.
POINTS CLÉS
Une compétition d’agents en temps réel
Des participants ont été invités à concevoir et ajuster des agents capables de miner des diamants en 35 minutes, chaque tentative durant 5 minutes. L’objectif était simple en apparence : obtenir le plus grand nombre de diamants, avec un classement affiché en direct et une pression compétitive accrue par un système de leaderboard.
Trois objectifs techniques majeurs
L’exercice visait à démontrer la création d’un agent managé, l’impact des choix de configuration et l’importance de l’amélioration continue via des évaluations. Les participants devaient ajuster des paramètres clés comme le system prompt, le modèle utilisé et les outils intégrés pour influencer le comportement de l’agent.
Un environnement standardisé pour comparer les performances
Tous les concurrents démarraient avec le même seed, le même équipement initial et un environnement identique, garantissant une comparaison équitable. Chaque agent opérait dans un clone de Minecraft connecté à un bot Mind Flare, sans interface visuelle directe, mais avec des commandes structurées comme se déplacer ou interagir avec des blocs.
Des leviers d’optimisation centrés sur le code et la stratégie
Les participants travaillaient principalement dans un fichier my_agent.py, où ils pouvaient modifier le modèle, écrire un prompt système et intégrer des compétences spécifiques. L’usage de serveurs MCP et de modules préconfigurés permettait d’accélérer les tests tout en laissant une marge d’expérimentation.
L’importance des évaluations rapides
Un système d’évaluation rapide d’environ une minute permettait d’itérer efficacement. Cette approche, décrite comme du “hill climbing”, consiste à tester, mesurer et ajuster en continu pour améliorer les performances de l’agent dans un laps de temps restreint.
Une contrainte d’efficacité en tokens
Au-delà du nombre de diamants, un critère décisif était le ratio diamants/tokens. En cas d’égalité, l’agent le plus économe en ressources computationnelles était favorisé, poussant les participants à privilégier l’optimisation fine plutôt que l’utilisation brute de modèles plus lourds.
Des résultats serrés et des performances inattendues
À l’approche de la fin, plusieurs participants étaient à égalité, avec un plafond observé autour de 19 diamants. Un concurrent a finalement dépassé ce score dans les dernières minutes, illustrant l’impact d’une optimisation tardive. Une anomalie a toutefois été relevée avec un score affichant 0 token, remettant en question certains classements intermédiaires.
Des contraintes techniques en conditions réelles
Des difficultés de connexion liées au réseau Wi-Fi ont perturbé certains participants, notamment avec Cloudflare, soulignant les défis pratiques du déploiement d’agents en environnement partagé et à forte charge.
CONCLUSION
Cette compétition illustre la montée en puissance des agents autonomes et l’importance de leur configuration fine, où performance brute et efficacité des ressources deviennent indissociables.