4 个 Gemini 智能体不眠不休 27 小时打通《我的世界》：写了 2783 个程序，死了 605 次

让 AI 玩《我的世界》，多数演示停留在“挖块木头、盖个小屋”。Google DeepMind 的研究团队把难度直接拉满：四个 Gemini 4 Argon 智能体，一个随机生成的生存世界，一个目标——打败末影龙。27 小时 14 分钟后，它们通关了。

核心看点

• 四个智能体，没有人给它们分配角色，也没有人替它们写游戏逻辑
• 全程靠写 JavaScript 程序操控角色，累计写了 2783 个程序
• 27 小时 14 分钟击败末影龙，过程中死亡 605 次
• 只用开源库 Mineflayer，没有预先探图，也没有人类特制的游戏工具
• 论文称，这是首次由 AI 智能体端到端自主通关《我的世界》

它们是怎么“玩”的

和常见的“看屏幕、按手柄”不同，这几个智能体从头到尾没看过画面。它们通过 Mineflayer 拿到游戏状态，再写出程序去执行移动、采集、合成、战斗。换句话说，它们不是在打游戏，而是在为一个极其复杂的项目持续写代码、调试、再迭代。

四个智能体之间的协作也很“人类”：用游戏内聊天沟通，用一份共享的记忆笔记同步进度。谁发现了矿脉、谁踩了什么坑、哪条路线走不通，都写进共享笔记里，避免队友重复犯错。

27 小时里发生了什么

没有人指定分工，但分工自己长了出来：有人负责找食物和做工具，有人负责探路定位要塞，有人负责下界与末地环节，还有人在队友阵亡后组织“捞尸”行动，把掉落装备一件件捡回来。

研究者在论文里提到，智能体会把调试经验写进共享笔记，让同伴少走弯路；也会在关键时刻用坐标和时间约定汇合。整个过程不是一条写好的脚本，而是几千个相互依赖的步骤连成的一条长链。

为什么这事值得关注

通关《我的世界》本身是个有趣的Demo，但研究团队真正想说明的是长程任务能力：在一个超过 24 小时、包含数千个依赖步骤的环境里，模型要维持一致的计划、分解子目标、写代码解决问题、和队友同步状态，还要在失败后自己恢复。

这些能力对应到现实世界，就是复杂的软件工程、企业流程自动化和多智能体协作。模型能不能“连续上班一天不掉链子”，比单轮问答的分数更能说明问题。

别急着封神：几个前提

论文自己也列了限制：这是一次成功运行，不是可靠性统计；难度是 Easy；Mineflayer 提供的是精确的方块和实体坐标，相当于“开了透视”，并非纯像素视觉；研究者可以随时暂停或终止；目前也没有独立复现。

所以更准确的说法是：Gemini 4 Argon 在一个受控环境里，展示了长程规划与多智能体协作的上限，而不是“AI 已经能像人一样随便通关”。

总结

从“会聊天”到“能连续干活 27 小时”，这中间的跨度比参数规模更难跨越。四个智能体、2783 个程序、605 次死亡，最终换来一条末影龙的生命值清零——这大概是今年最有画面感的一次 Agent 能力演示。

论文标题：A team of Gemini 4 Argon agents beats Minecraft（arXiv:2610.22319），作者 Maxence Faldor、Satinder Singh、Roberta Raileanu。