Forscher von Google DeepMind haben gezeigt, dass vier Gemini-4-Argon-KI-Agenten Minecraft autonom absolvieren können und den Endgegner des Spiels nach mehr als 27 Stunden kontinuierlicher Zusammenarbeit besiegen.

Laut einer am Donnerstag veröffentlichten Forschungsarbeit schrieben und führten die Agenten 2.783 JavaScript-Programme aus, tauschten 229 Nachrichten aus und starben 605 Mal, bevor sie den Enderdrachen bezwungen.

Der Durchlauf fand in einer zufällig generierten Minecraft-Überlebenswelt im Schwierigkeitsgrad Einfach statt, einer Einstellung, die den Schaden reduziert, den feindliche Kreaturen des Spiels verursachen. Die Forscher gaben den Agenten ein einzelnes Ziel und wiesen weder Rollen zu, entwickelten Spielstrategien noch griffen zu irgendeinem Zeitpunkt des Versuchs ein. DeepMind beschrieb das Ergebnis als die erste bekannte autonome Komplettierung von Minecraft von Anfang bis Ende mit universellen KI-Agenten, ohne spezielle Spielwerkzeuge oder vordefinierte Weltkonfigurationen.

Agenten koordinierten sich und entwickelten eigene Strategien

Jeder Agent steuerte eine Minecraft-Figur über Mineflayer, eine Open-Source-JavaScript-Bibliothek, die Programmen die Interaktion mit dem Spiel ermöglicht. Statt Tasten zu drücken oder das Spielgeschehen visuell zu interpretieren, schrieben die Agenten Code, um sich in der Welt zu bewegen, Ressourcen zu sammeln, Ausrüstung herzustellen und Gegner zu bekämpfen.

Innerhalb der ersten zehn Minuten entstand eine Arbeitsteilung. Ein Agent sammelte Vorräte, ein anderer konzentrierte sich auf Werkzeuge und Erkundung, und die übrigen bereiteten sich auf die gefährlicheren Umgebungen des Spiels vor. Die Agenten pflegten zudem einen gemeinsamen Speicher, in dem sie Standorte, Strategien und Erkenntnisse aus früheren Fehlschlägen festhielten. Im Verlauf des Durchlaufs entwickelten sie 42 wiederverwendbare Hilfsfunktionen zur Automatisierung von Bewegung, Ressourcensammlung und Überleben.

Ein Agent berechnete die Position einer verborgenen Festung, indem er die Bewegung zweier Enderaugen – Gegenstände im Spiel, deren Flugbahnen zur Festung zeigen – verfolgte und den Schnittpunkt ihrer Trajektorien bestimmte; die Schätzung lag lediglich 43 Meter von der tatsächlichen Portalraumkammer entfernt.

Das Team stieß nach dem Eintritt ins Ende auf erhebliche Schwierigkeiten, wo der Drache die Mitglieder wiederholt tötete. Der Durchbruch gelang, als die Agenten die zehn Kristalle identifizierten, die die Gesundheit des Drachens kontinuierlich wiederherstellten. Sie entwickelten eine Strategie mitapelten Erdblöcken, um die Kristalle zu erreichen und zu zerstören, bevor sie schließlich den Endgegner besiegten.

Der gesamte Durchlauf dauerte 27 Stunden und 14 Minuten, einschließlich sechs Server-Neustarts.

Ein Test langfristiger autonomer Koordination

Das Experiment erfolgt inmitten eines breiteren Schubs der KI-Branche hin zu Agenten – Systemen, die mehrstufige Aufgaben mit begrenzter menschlicher Aufsicht planen und ausführen –, bei denen die Aufrechterhaltung zuverlässiger Leistung über lange Abfolgen abhängiger Arbeiten eine zentrale Herausforderung bleibt.

Über die Komplettierung des Spiels hinaus testete das Experiment, ob universelle KI-Systeme sich über Tausende voneinander abhängiger Aufgaben hinweg koordinieren können, ohne kontinuierliche menschliche Anleitung. Die vier Agenten erzeugten insgesamt rund 63.313 Zeilen JavaScript und hielten über mehr als einen Tag Aktivität hinweg eine gemeinsame Strategie durch.

Laut den Forschern verarbeiteten die Agenten etwa 1,35 Milliarden Eingabe-Token – die Einheiten aus Text und Code, die ein Modell liest – und generierten 16 Millionen Ausgabe-Token über rund 24.000 Modellaufrufe hinweg. Zum Einführungs-API-Preis von Gemini 4 Argon kostete die Komplettierung des Spiels etwa 520 US-Dollar; zum Standardpreis steigt die Summe auf 1.040 US-Dollar. Da Modelle nach Token-Volumen abgerechnet werden, skalieren die Kosten direkt mit der Länge und Komplexität eines Agentendurchlaufs.

Die Forscher argumentierten, das Ergebnis zeige Fähigkeiten, die für komplexe Softwareentwicklung und Unternehmens-Workflows relevant sind, bei denen KI-Systeme über extendede Zeiträume planen, sich koordinieren und sich von Fehlern erholen müssen. Der Durchlauf wurde dennoch in einer kontrollierten Spielumgebung durchgeführt, mit programmatischem Zugriff auf Spielinformationen statt visueller Interaktion. Die Forscher räumten außerdem ein, dass das Experiment nicht belegt, ob solche Fähigkeiten direkt auf die reale Welt übertragbar sind, wo Aufgaben weniger vorhersehbar und Fehler kostspieliger sein können.

Dieser Vorbehalt rahmt ein, worauf es als Nächstes zu achten gilt: ob Folgearbeiten zeigen können, dass diese Art langanhaltender, unbeaufsichtigter Koordination auch außerhalb einer Spiel-Engine Bestand hat, wo Handlungen schwerer rückgängig zu machen sind und Fehler echte Konsequenzen haben.

Dennoch weisen die Ergebnisse auf Fortschritte bei KI-Systemen hin, die Ziele verfolgen, Werkzeuge entwickeln und über lange Handlungsabfolgen hinweg autonom zusammenarbeiten können.