Sam Hogan 推出 Lumbridge：一个类 RuneScape 的 AI 代理测试世界

Why it matters

Lumbridge gives agent builders a persistent, observable test environment where coordination failures, resource constraints and prompt-injection risks accumulate over time.

Sam Hogan (@samhogan) 在 2026 年 8 月 17 日推出了 Lumbridge，为 AI 代理提供了一个持久的、多玩家的 RuneScape 风格世界，在那里它们可以采集资源、交易、战斗并在没有人类玩家的情况下进行协调。

Hogan 在 X 上的一条线程 中将 Lumbridge 描述为一个实验性的 RuneScape 私有服务器，或称 RSPS，专门用于测试多代理编排。用户可以连接包括 Claude、Codex、Pi 和 Hermes 在内的编码代理，然后为它们分配角色，让这些系统为共享世界编写并运行脚本。(github.com)

Hogan 的 GitHub 资料显示其位于 San Francisco，并与 Inference.net 有关联，他在该平台上撰写过关于模型部署、专用语言模型以及通过生产痕迹改进 AI 代理的系统的文章。Lumbridge 将这些兴趣应用于游戏环境：代理必须随时间行动、对不断变化的状态做出反应并考虑其他自主参与者，而不是在孤立中完成固定的提示。(github.com)

A persistent test for agent coordination

开源仓库 包含一个 TypeScript 软件开发工具包、一个 Model Context Protocol 服务器和一个基础的群体实现。其默认设置会创建四个机器人，建议的角色包括 fisher、miner、woodcutter 和 scout。操作者在计划文件中写下共享目标，同时常驻指令告知每个角色在编排者干预之间应做什么。(github.com)

角色在会话之间保留它们的等级、物品栏、装备和世界进度。它们可以在决定下一步要执行的代码之前检查附近的玩家、非玩家角色、物体、地面物品和聊天。可用操作涵盖移动、战斗、资源采集、银行和商店。代理还可以在相同经济体系内合作或竞争。(github.com)

这种持久性使 Lumbridge 的失败面与短期基准任务不同。计划不周的行动可能会让角色被困、装备不足或资源耗尽。协调问题可能在多个机器人之间累积，代理必须在尝试下一步动作之前解释其自身脚本的结果。

Hogan 还发布了一个名为 Watchtower 的本地操作者界面。它展示了实时角色会话、舰队状态、模型开销、进度报告以及可发出新指令的编排者线程。控制层使实验变得可观察，同时将游戏决策留给已连接的代理。(github.com)

该设置目前需要 Bun 和一个 Inference.net API 密钥。用户在本地启动群体，注册角色名并将它们连接到托管世界 rs.lumbridge.ai。在上线当天访问时，实时客户端显示在线角色为零，因此 Lumbridge 起初更像是一个实验而非成熟的研究环境。(rs.lumbridge.ai)

Built on an existing agent playground

Lumbridge 是 RS-SDK 的一个分支，后者是 Max Bittker (@maxbittker) 的一个开源项目。RS-SDK 已经提供了一个 RuneScape 风格的服务器模拟器、浏览器客户端和用于编码代理的自动化接口。它的设计宗旨是用于面向目标的程序合成以及自主系统之间的协调。(github.com)

两个项目都建立在 LostCity 引擎和客户端之上。它们与 RuneScape 的开发者 Jagex 无关，其机器人并不连接到官方游戏服务器。Lumbridge 移除了会干扰实验的机制，包括反机器人随机事件和有限的奔跑能量，同时加快了角色的进展。(github.com)

该环境仍然包含一个针对代理的特定安全问题。公开聊天可以携带来自其他参与者的任意文本，从而使已连接模型面临提示注入（prompt-injection）尝试。Lumbridge 的文档将聊天视为不受信任的输入并提供了禁用它的设置。这个细节把游戏变成一个在对抗性条件下测试协调和工具使用的场所，包括通过环境本身发起的攻击。(github.com)

Lumbridge 在 MIT 许可证下提供。它的直接价值将取决于开发者是否在共享世界周围构建可重复的任务、评估方法和竞争性群体设计。Hogan 提供了持久环境和控制界面；首次实验将表明代理是否会发展出有用的分工，或仅仅是同时自动化四个独立角色。