2026年10月15日，谷歌DeepMind发表论文《A team of Gemini 4 Argon agents beats Minecraft》，做了个相当疯的实验：把四个由Gemini 4 Argon训练的通用编程智能体，扔进一张随机生成的《我的世界》生存地图。
没有攻略路线，没有人事先分配“谁挖矿、谁打怪”，更没有人类写好的通关脚本。它们只有一个目标——击败末影龙。
结果，它们真的做到了。
零攻略开局：分工是AI自己聊出来的
实验环境相当“硬核”：Minecraft Java版1.20.4，生存模式，Easy难度，随机地图，关闭作弊指令。四名智能体各操控一名角色，通过开源工具Mineflayer读取角色位置、背包、生命值与周围环境，然后自己编写JavaScript代码来指挥行动。
开局约十分钟，janesick就在聊天频道里提议分工合作。很快，四人团队自发形成了职责：
- gyldenia：资源后勤
- janesick：工具制造与探索
- auratian：关键技术攻关
- bulicame：资源勘探与最终战斗
更关键的是，这些职责并非一成不变，而是随着游戏进程动态调整。开局不到2小时，AI团队就拿到了铁器和钻石，并建起了通往下界的传送门。
【编辑观察】这次最不一样的地方在于：分工不是写死在提示词里的“剧本”，而是智能体在合作中自己谈出来、还会随战局改写的。从“单兵AI”到“AI团队”，这一步含金量很高。
605次死亡：把翻车变成团队经验包
对MC老玩家来说，末影龙不算终极难题，但这背后是一条环环相扣的任务链：砍树、挖矿、制作装备，进入下界收集烈焰棒和末影珍珠，寻找地下末地要塞，最后进入末地摧毁十颗为龙回血的末影水晶。
对没有预设任务树的AI而言，每前进一小步都意味着新决策、资源调配和真实风险。
整个流程中，四个AI累计死亡605次。死因分布很“真实”：怪物击杀351次、末影龙69次、溺水67次、坠落与虚空57次、岩浆和火焰47次，另有14次其他意外。
一次典型惨剧：janesick带着12份烈焰粉死亡，掉落物紧接着被恶魂的火球摧毁，几小时的收集成果直接归零。但团队的处理方式是——auratian提醒物资运输风险，janesick复盘事故原因，再把经验写进共享记忆，判断问题究竟出在代码错误、路径错误、资源不足，还是战略本身。
死亡不再只是一次游戏损失，而成为整个团队可复用的经验。
这种协作密度在数据上也很直观：通关前它们共发送229条消息，其中173条是精确坐标，64条关于共享箱子，24条是队友警告，20条涉及物品救援，11条是经验技巧。
第13小时还上演过“生死时速”：auratian溺水，身上12颗末影眼即将在5分钟后消失，janesick立刻报出精确坐标，bulicame紧急赶往现场，在物品消失前把关键道具捞了回来。
2783段程序：边写代码边打龙
四个智能体的工作循环是：读取环境 → 把任务转成JavaScript程序 → 执行 → 根据结果判断是否完成。一旦角色撞墙、卡住或报错，就分析原因、重写代码再来。
原论文数据显示，单段程序平均运行约33.5秒；每名智能体大约只有四成时间在写程序，剩下六成时间都在分析结果、推理和编写下一段代码。
即便Gemini 4 Argon拥有约百万token级上下文，也扛不住全程的信息洪流。从开局到屠龙，四名智能体共产生约24000次模型调用，处理约13.5亿个输入token，生成约1600万个输出token，其中91%的输入token来自上下文缓存。
研究者的解法是：给每个Agent配备独立且持久的记忆，同时开放团队共享记忆；上下文膨胀时进行“上下文压缩”，把当前任务、重要进展、未完成计划和关键教训存入外部记忆。
寻找末地要塞时，janesick甚至用上了三角定位法：在两个位置分别投掷末影眼、记录飞行方向，再计算两条直线交点。交点距村庄1.3公里，距真正的传送门房间只差43米，定位在第10小时46分完成。
离“游戏自由”还有多远？
AI自主通关MC并不是2026年才有的新闻。早在2021年5月24日，开源项目AltoClef就实现了全自动通关，但它依赖客户端Mod、Baritone自动寻路和开发者预先写好的任务逻辑。2023年的Voyager更进一步，用自动课程、代码技能库和执行反馈，让GPT-4在MC中持续探索、积累技能。
DeepMind这次强调的“第一次”是：在标准Mineflayer接口下，没有预览地图、没有游戏专用工具、没有预设任务策略，由通用智能体独立完成从头到尾的通关。2026年6月，KRAFTON和NVIDIA也已在PUBG中测试AI队友“PUBG Ally”，玩家可用语音指挥其搜物资、参战。
但先别急着让AI替你上分：
- 全程约22%的程序出现错误，服务器重启了6次，稳定性并不理想；
- 论文只展示了一次成功，没有通过大量随机地图重复测试证明“稳定通关”；
- 27小时、约24000次调用，按优惠后的API价格计算，通关成本约520美元，拿去当代练铁定亏本。
【编辑观察】这场实验证明的不是“AI比人更会玩游戏”，而是通用智能体已经能在长时间、多失败、强协作的任务里咬住终极目标。至少现在，游戏手柄和键盘，还牢牢掌握在人类手里。
论文地址：https://arxiv.org/abs/2610.22319v1?ref=jinhyoungkim.com
0
评论