Badacze z Google DeepMind wykazali, że cztery agenty AI Gemini 4 Argon mogą samodzielnie ukończyć Minecrafta, pokonując finałowego bossa gry po ponad 27 godzinach ciągłej współpracy.

Według artykułu naukowego opublikowanego w czwartek agenty napisały i wykonały 2783 programy w języku JavaScript, wymieniły 229 wiadomości i zginęły 605 razy, zanim pokonały Smoka Kresu.

Próba odbyła się w losowo wygenerowanym świecie Minecrafta w trybie przetrwania na poziomie łatwym, czyli w ustawieniu zmniejszającym obrażenia zadawane przez wrogie stworzenia. Badacze przekazali agentom jeden cel i nie przypisywali ról, nie opracowywali strategii gry ani nie ingerowali w żadnym momencie próby. DeepMind opisał wynik jako pierwsze znane autonomiczne ukończenie Minecrafta od początku do końca za pomocą agentów AI ogólnego przeznaczenia, bez dedykowanych narzędzi do gry ani z góry ustalonych konfiguracji świata.

Agenty koordynowały działania i budowały własne strategie

Każdy agent sterował postacią w Minecrafcie poprzez Mineflayer, bibliotekę open source w języku JavaScript umożliwiającą programom interakcję z grą. Zamiast naciskać klawisze czy interpretować rozgrywkę wizualnie, agenty pisały kod, aby poruszać się po świecie, zbierać surowce, wytwarzać sprzęt i walczyć z wrogami.

Podział obowiązków wyłonił się w ciągu pierwszych dziesięciu minut. Jeden agent zbierał zapasy, drugi skupił się na narzędziach i eksploracji, a pozostałe przygotowywały się do bardziej niebezpiecznych środowisk gry. Agenty utrzymywały także wspólną pamięć, zapisując lokalizacje, strategie i wnioski z wcześniejszych porażek. W trakcie próby opracowały 42 wielokrotnego użytku funkcje pomocnicze automatyzujące poruszanie się, zbieranie surowców i przetrwanie.

Jeden z agentów obliczył lokalizację ukrytej twierdzy, śledząc ruch dwóch Oczu Kresu — przedmiotów w grze, których trajektorie lotu wskazują kierunek twierdzy — i określając miejsce przecięcia ich torów; szacunek rozmijał z rzeczywistą pokojem portalu o zaledwie 43 metry.

Zespół napotkał poważne trudności po wejściu do Kraju Kresu, gdzie smok wielokrotnie zabijał członków drużyny. Przełom nastąpił, gdy agenty zidentyfikowały dziesięć kryształów nieustannie przywracających zdrowie smoka. Opracowały strategię z wykorzystaniem ułożonych w stosy bloków ziemi, aby dotrzeć do kryształów i zniszczyć je, po czym ostatecznie pokonały bossa.

Cała próba zajęła 27 godzin i 14 minut, w tym sześć restartów serwera.

Test długoterminowej autonomicznej koordynacji

Eksperyment przyszedł w momencie szerszego zwrotu całej branży AI w stronę agentów — systemów planujących i wykonujących wieloetapowe zadania przy ograniczonym nadzorze człowieka — gdzie utrzymanie niezawodnej wydajności przez długie odcinki zależnej pracy pozostaje kluczowym wyzwaniem.

Poza ukończeniem gry eksperyment badał, czy systemy AI ogólnego przeznaczenia mogą koordynować działania obejmujące tysiące zależnych zadań bez ciągłego nadzoru człowieka. Cztery agenty łącznie wygenerowały około 63 313 linii kodu JavaScript i utrzymywały wspólną strategię przez ponad dobę aktywności.

Według badaczy agenty przetworzyły około 1,35 miliarda tokenów wejściowych — jednostek tekstu i kodu odczytywanych przez model — i wygenerowały 16 milionów tokenów wyjściowych w ramach około 24 000 wywołań modelu. Przy wprowadzeniowych cenach API Gemini 4 Argon ukończenie gry kosztowało około 520 dolarów; przy standardowych cenach kwota rośnie do 1040 dolarów. Ponieważ modele rozliczane są według liczby tokenów, koszty rosną proporcjonalnie do długości i złożoności przebiegu agenta.

Badacze argumentowali, że wynik demonstruje możliwości istotne dla złożonej inżynierii oprogramowania i przepływów pracy w przedsiębiorstwach, gdzie systemy AI muszą planować, koordynować i dochodzić do siebie po awariach przez dłuższe okresy. Próba przeprowadzona została jednak w kontrolowanym środowisku gry, z programowym dostępem do informacji o grze, a nie poprzez interakcję wizualną. Badacze przyznali również, że eksperyment nie rozstrzyga, czy takie możliwości przeniosą się bezpośrednio na środowiska z życia rzeczywistego, gdzie zadania mogą być mniej przewidywalne, a błędy bardziej kosztowne.

To zastrzeżenie wyznacza kierunek dalszych obserwacji: czy kolejne prace pokażą, że tego rodzaju rozszerzona, nienadzorowana koordynacja sprawdzi się poza silnikiem gry, gdzie działania są trudniejsze do odwrócenia, a błędy niosą realne konsekwencje.

Niemniej wyniki wskazują na postęp w rozwoju systemów AI zdolnych do utrzymywania celów, tworzenia narzędzi i autonomicznej współpracy w długich sekwencjach działań.