Google DeepMind 研究人員展示，四個 Gemini 4 Argon AI 代理能夠自主完成 Minecraft，在超過 27 小時的持續協作後擊敗遊戲的最終頭目。

根據週四發表的一篇研究論文，這些代理撰寫並執行了 2,783 個 JavaScript 程式、交換了 229 條訊息，並在擊敗終界龍之前陣亡 605 次。

整個過程在簡單難度的隨機生成 Minecraft 生存世界中進行，此難度會降低遊戲中敵對生物造成的傷害。研究人員僅給予代理單一目標，未指派角色、未制定遊戲策略，也未在過程中任何時刻介入。DeepMind 稱此成果為首次已知由通用型 AI 代理從頭到尾自主完成 Minecraft，且未使用客製化遊戲工具或預先設定的世界配置。

代理自行協調並建立策略

每個代理透過 Mineflayer——一個允許程式與遊戲互動的開源 JavaScript 函式庫——控制一個 Minecraft 角色。代理們並未按鍵盤或以視覺方式解讀遊戲畫面，而是撰寫程式碼來探索世界、收集資源、製作裝備並與敵人戰鬥。

在最初十分鐘內便出現了分工。一個代理負責收集物資，另一個專注於工具與探索，其餘代理則為遊戲中更具危險性的環境做準備。代理們還維護共享記憶，記錄地點、策略以及從先前失敗中吸取的教訓。在整個過程中，它們開發了 42 個可重複使用的輔助函式，以自動化移動、資源收集和生存等活動。

其中一個代理甚至透過追蹤兩顆終界之眼——飛行路徑會指向要塞的遊戲物品——的移動並計算其軌跡交會處，推算出一座隱藏要塞的位置，估算結果與實際傳送門房間的距離僅差 43 公尺。

團隊在進入終界後遭遇重大困難，末影龍在該處多次殺死成員。突破出現在代理們找出了持續恢復龍的生命值的十個水晶之後。它們 devise 出利用堆疊泥土方塊接近並摧毀水晶的策略，最終擊敗了頭目。

整個過程耗時 27 小時 14 分鐘，包括六次伺服器重新啟動。

對長時間自主協調能力的一次測試

這項驗正值 AI 業界廣泛推動代理（agent）發展之際——這類系統能在有限的人類監督下規劃並執行多步驟任務——而在長時間的依賴性工作中維持可靠表現仍是核心挑戰。

除了完成遊戲之外，這項實驗也測試了通用型 AI 系統能否在沒有持續人類指引的情況下，協調數千個相互依賴的任務。四個代理總計產生了約 63,313 行 JavaScript 程式碼，並在超過一天的活動中維持共享策略。

據研究人員所述，這些代理在約 24,000 次模型呼叫中處理了約 13.5 億個輸入權杖——即模型讀取的文字與程式碼單位——並產生了 1,600 萬個輸出權杖。以 Gemini 4 Argon 的入門 API 定價計算，完成遊戲的成本約為 520 美元；若以標準定價計算，則為 1,040 美元。由於模型按權杖用量計費，成本與代理執行的長度和複雜度直接相關。

研究人員認為，此結果展示了與複雜軟體工程和企業工作流程相關的能力，在這些場景中，AI 系統必須在長時間內進行規劃、協調並從失敗中恢復。不過，這次執行是在受控的遊戲環境中進行，透過程式化方式存取遊戲資訊，而非視覺互動。研究人員也承認，這項實驗並未證明此類能力能否直接轉移到現實世界環境，因為現實中的任務可能更難預測，錯誤的代價也更高。

這一限制也界定了後續觀察重點：後續研究能否證明這種長時間、無監督的協調能力在遊戲引擎之外依然成立——在那些行動更難逆轉、錯誤帶來真實後果的環境中。

儘管如此，這些發現顯示具備維持目標、建構工具並在長串行動中自主協作能力的 AI 系統正取得進展。