谷歌DeepMind研究人员已证明，四个Gemini 4 Argon AI智能体可以自主完成《我的世界》，在持续协作超过27小时后击败了游戏的最终Boss。

根据周四发布的一份研究论文，这些智能体编写并执行了2,783个JavaScript程序，交换了229条消息，在击败末影龙之前死亡了605次。

此次运行在一个简单难度的随机生成《我的世界》生存世界中进行，该难度会降低游戏中敌对生物造成的伤害。研究人员只给智能体设定了一个目标，没有分配角色、制定游戏策略，也没有在尝试过程中的任何时刻进行干预。DeepMind称这一成果是已知首次使用通用AI智能体、无需定制游戏工具或预定世界配置、从头到尾自主完成《我的世界》的案例。

智能体自主协调并制定策略

每个智能体通过Mineflayer（一个允许程序与游戏交互的开源JavaScript库）控制一个《我的世界》角色。智能体并非按键操作或以视觉方式解读游戏画面，而是编写代码来探索世界、收集资源、制作装备和与敌人战斗。

分工在前十分钟内便已形成：一个智能体负责收集物资，另一个专注于工具和探索，其余智能体则为游戏中更危险的环境做准备。智能体还维护了共享记忆，记录地点、策略以及从早期失败中吸取的教训。在整个运行过程中，它们开发了42个可复用的辅助函数，用于自动化移动、资源收集和生存等活动。

其中一个智能体通过追踪两颗末影之眼（游戏内飞行路径指向要塞的物品）的移动并确定其轨迹的交汇点，计算出一座隐藏要塞的位置，估算结果与实际的传送门房间仅相差43米。

团队在进入末地后遇到了重大困难，末影龙在那里多次击杀队员。突破出现在智能体识别出持续恢复末影龙生命值的十颗水晶之后。它们制定了使用泥土块堆叠到达并摧毁水晶的策略，最终击败了Boss。

整个运行耗时27小时14分钟，其中包括六次服务器重启。

对长周期自主协作的检验

这项实验正值整个AI行业向智能体（能够在有限人工监督下规划并执行多步骤任务的系统）大力迈进之际，而在长时间相互依赖的工作中保持可靠表现仍是核心挑战。

除了完成游戏之外，该实验还测试了通用AI系统能否在没有持续人工指导的情况下协调数千个相互依赖的任务。四个智能体共生成了约63,313行JavaScript代码，并在超过一天的活动中保持共享策略。

据研究人员介绍，这些智能体在大约24,000次模型调用中处理了约13.5亿输入令牌（即模型读取的文本和代码单位），并生成了1,600万输出令牌。按Gemini 4 Argon的入门API定价计算，完成游戏的成本约为520美元；按标准定价则为1,040美元。由于模型按令牌数量计费，成本与智能体运行的时长和复杂度直接成正比。

研究人员认为，这一结果表明AI具备了与复杂软件工程和企业工作流程相关的能力——在这些场景中，AI系统必须在较长周期内进行规划、协调并从失败中恢复。不过，此次运行是在受控的游戏环境中进行的，通过编程方式访问游戏信息，而非视觉交互。研究人员也承认，该实验并不能证明这些能力可以直接迁移到现实世界环境中——在那里，任务可能更难预测，错误的代价也更高。

这一保留意见也指明了后续值得关注的方向后续研究能否证明这种长时间、无监督的协作能够在游戏引擎之外的环境中持续有效，因为在那种环境下，行动更难逆转，错误会带来真实后果。

尽管如此，这些发现仍表明，能够坚持目标、构建工具并在长序列行动中自主协作的AI系统正在取得进展。