I ricercatori di Google DeepMind hanno dimostrato che quattro agenti AI Gemini 4 Argon possono completare autonomamente Minecraft, sconfiggendo il boss finale del gioco dopo più di 27 ore di collaborazione continua.

Secondo un articolo di ricerca pubblicato giovedì, gli agenti hanno scritto ed eseguito 2.783 programmi JavaScript, scambiato 229 messaggi e morto 605 volte prima di abbattere l'Ender Dragon.

La sessione si è svolta in un mondo survival di Minecraft generato casualmente in difficoltà Easy, un'impostazione che riduce i danni inflitti dalle creature ostili del gioco. I ricercatori hanno fornito agli agenti un unico obiettivo e non hanno assegnato ruoli, sviluppato strategie di gioco né intervenuto in alcun momento del tentativo. DeepMind ha descritto il risultato come il primo completamento autonomo noto di Minecraft dall'inizio alla fine con agenti AI generici, senza strumenti di gioco personalizzati o configurazioni del mondo predefinite.

Gli agenti si sono coordinati e hanno costruito le proprie strategie

Ogni agente controllava un personaggio di Minecraft tramite Mineflayer, una libreria JavaScript open source che consente ai programmi di interagire con il gioco. Piuttosto che premere tasti o interpretare visivamente il gameplay, gli agenti hanno scritto codice per esplorare il mondo, raccogliere risorse, creare equipaggiamento e combattere i nemici.

Una divisione del lavoro è emersa entro i primi dieci minuti. Un agente raccoglieva forniture, un altro si concentrava su utensili ed esplorazione, mentre gli altri si preparavano agli ambienti più pericolosi del gioco. Gli agenti hanno inoltre mantenuto una memoria condivisa, registrando posizioni, strategie e lezioni dai fallimenti precedenti. Nel corso della sessione, hanno sviluppato 42 funzioni di supporto riutilizzabili per automatizzare movimento, raccolta risorse e sopravvivenza.

Un agente ha persino calcolato la posizione di una fortezza nascosta tracciando il movimento di due Occhi di Ender — oggetti di gioco le cui traiettorie di volo indicano la direzione della fortezza — e determinando il punto in cui le loro rotte si intersecavano, una stima arrivata a meno di 43 metri dalla vera sala del portale.

Il team ha incontrato difficoltà significative dopo essere entrato nell'End, dove il drago ha ucciso ripetutamente i membri. La svolta è arrivata quando gli agenti hanno individuato i dieci cristalli che rigeneravano continuamente la salute del drago. Hanno escogitato una strategia basata su blocchi di terra impilati per raggiungere e distruggere i cristalli prima di sconfiggere finalmente il boss.

L'intera sessione durata 27 ore e 14 minuti, comprensivi di sei riavvii del server.

Un test di coordinamento autonomo su lungo periodo

L'esperimento arriva in un contesto di spinta più ampia del settore AI verso gli agenti — sistemi che pianificano ed eseguono attività multi-step con supervisione umana limitata — dove sostenere prestazioni affidabili su lunghi periodi di lavoro interdipendente resta una sfida centrale.

Oltre al completamento del gioco, l'esperimento ha verificato se sistemi AI generici potessero coordinarsi su migliaia di attività interdipendenti senza guida umana continua. I quattro agenti hanno generato collettivamente circa 63.313 righe di JavaScript e mantenuto una strategia condivisa per più di un giorno di attività.

Secondo i ricercatori, gli agenti hanno elaborato circa 1,35 miliardi di token in input — le unità di testo e codice che un modello legge — e generato 16 milioni di token in output in circa 24.000 chiamate al modello. Ai prezzi API introduttivi di Gemini 4 Argon, completare il gioco è costato circa 520 dollari; ai prezzi standard, la cifra sale a 1.040 dollari. Poiché i modelli vengono fatturati in base al volume di token, i costi scala direttamente con la lunghezza e la complessità della sessione dell'agente.

I ricercatori hanno sostenuto che il risultato dimostra capacità rilevanti per l'ingegneria del software complessa e i flussi di lavoro aziendali, in cui i sistemi AI devono pianificare, coordinarsi e riprendersi dai fallimenti per periodi prolungati. La sessione è stata tuttavia condotta in un ambiente di gioco controllato, con accesso programmatico alle informazioni di gioco anziché interazione visiva. I ricercatori hanno anche riconosciuto che l'esperimento non stabilisce se tali capacità si trasferirebbero direttamente ad ambienti del mondo reale, dove le attività possono essere meno prevedibili e gli errori più costosi.

Questa avvertenza delinea cosa osservare nei prossimi passi: se lavori successivi potranno dimostrare che questo tipo di coordinamento esteso e non supervisionato regge al di fuori di un motore di gioco, dove le azioni sono più difficili da annullare e gli errori hanno conseguenze reali.

I risultati indicano comunque progressi nei sistemi AI in grado di mantenere obiettivi, costruire strumenti e collaborare autonomamente su lunghe sequenze di azioni.