Project LuNaML — 現況
Minecraft の世界に 4 体の自律 LLM エージェントを置く。役割も、目標も、 会話の規約も、協力の仕組みも与えない（各体に一行の気質だけは与えてある）。 与えていないものが、それでも現れるかを観測する。知覚・推論・決定・行動・結果の すべてを追記専用のログに記録し、結論はそのログだけから計算する。
3 台が別々の問いを走らせる。各台は別々の Minecraft サーバを 同一シードで立てる — 同じ世界に繋ぐと 8 体が相互作用し、独立した反復にならない。
Windows / RTX · qwen3:8b
名指しは次の決定を変えるか（事前登録済み追試）
3 走行完了。整合性検査すべて通過、除外ゼロ。
MacBook Air M2 · qwen3:8b
同上
2 走行完了。同じ 45 分で決定数が 1/5 にしかならず、統計的にほとんど寄与しなかった。次から反復に数えない。
GTX 1660 SUPER · qwen3:4b
この効果は 8B に固有か
5 走行完了。事前登録の閾値は超えたが、1 走行を抜くと消える。8B と同じ構造。
主張はすべて帰無モデルを持ち、同一条件で 3 本以上反復されていなければ書かない。 この規則は撤回の積み重ねのあとに作った。
発話は 97% が全員に届く。だから「聞いた／聞いていない」の対比は作れない。 代わりに使えるのは、全員が聞くが名指されるのは一人という非対称である。 比較は一人の聞き手の一瞬の中で閉じるので、走行間のばらつきは原理的に入らない。
宛先 +22.9% 帰無中央 +17.7% p = 0.0003 (5走行 / 48層)
仮説・指標・帰無・閾値・除外基準を、走行を一本も取る前に登録して commit した。
ただし 1 走行に依存している。 事前登録に併記した leave-one-out で、5 本のうち 1 本を抜くと p = 0.3664 になる。 その走行が識別可能な観測の 55% を持っていた。強い追試ではない。
同一条件・同一シード・同一コードで、資源採取は意思決定ターンの 0.370% から 5.150% まで動く。変動係数 105%。
これは失敗ではなく、このプロジェクトで最も確実な事実である。そして他のあらゆる主張を殺してきた制約でもある。
31 走行で製作は 240 回試みられ、成功は 5 回。すべて板材である。棒も作業台も道具も、一度も作られていない。
機会は乏しくない — 決定の 48.1% で何かが作れた そのとき craft を選んだのは 2.31% 要求品目の材料が観測に載っていたのは 220 回中 19 回
10 回に 9 回は、材料が所持品にも視界にも無いものを要求している。
いずれも走行 1 本、帰無モデルの無い指標、あるいは私自身の測定バグに基づいていた。 撤回はこのプロジェクトの主要な成果物である。 観測系が信頼できるかは、何を主張したかではなく、何を取り下げたかで決まる。
差はいつも世界ではなく測定器の側にあった。このプロジェクトはデータ不足ではなく、 測定器の未成熟に律速されている。
長い生成の間に届いた発話がすべて同じ決定を主張し、その決定が処置と対照の両方に入っていた。直すと最大の走行の効果が +25.3% から +1.1% に崩壊した。
サーバはボットの最終ログアウト位置を覚えている。世界をリセットせず反復すると、開始位置が 35m から 173m へ広がり、4 体は一度も出会わなくなった。
成立・可視・選択・実行・変化を一つの数にしていた。分けたところ、製作は 220 回中 5 回しか成立しておらず、材料が見えていたのは 19 回だけだった。
新しい行動の結果がイベントには残るのに、モデルには届いていなかった。ログを見る限り正常で、エージェントだけが何も得ていない。テストが全通過して機能は死んでいた。