四个Gemini智能体自主通关《我的世界》，27小时击败末影龙

四个运行Gemini 4 Argon的自主智能体，在没有任何人类干预、未接受任何游戏专项训练的情况下，耗时27小时14分钟，在游戏《我的世界》生存模式中击败了最终首领末影龙。谷歌旗下的DeepMind 研究团队日前在发布于 arXiv 的论文中披露了该项实验。

研究者在论文中将这一成果描述为“据我们所知，首个仅使用标准Mineflayer库、没有预先勘探种子或人类编写的游戏专用工具的AI智能体端到端自主通关”。

这与DeepMind此前的游戏 AI 成果构成了方法论上的分野。2016年AlphaGo击败李世石，其核心是深度强化学习与树搜索的结合，系统在人类棋谱和自对弈中专门针对围棋进行了训练。2019年AlphaStar在《星际争霸 II》中对顶尖人类选手取得10:1的胜率，同样依赖于针对该游戏的强化学习训练。

而Gemini 4 Argon是一个通用模型，实验中除了Mineflayer这一通用机器人库之外，没有任何为《我的世界》量身定做的逻辑。

论文作者之一Maxence Faldor在社交媒体上表示，DeepMind计划将同样的设置用于编程、科学和机器人任务。

在整个过程中，四个智能体编写并运行了2783个程序，交换了229条聊天消息，死亡605次，其中69次死于末影龙之手。

实验禁止此前游戏AI成果中常见的辅助。四个智能体被投入一个随机生成的生存模式世界，难度为“简单”，作弊指令关闭。没有人给它们分配角色、制定策略或提供针对《我的世界》的工具。每个智能体通过开源Mineflayer库控制一个游戏角色，行动方式是编写并运行短小的JavaScript程序——例如命令角色走向某处并开采附近的铁矿石——然后读取返回的位置、生命值和物品栏信息，或读取程序报错。

游戏进行到约21小时，其中一个智能体发现柱子顶端的十颗水晶在为末影龙持续回血，并找到用泥土堆叠抵达水晶的方法。接下来4小时40分钟里，四个智能体摧毁了全部十颗水晶，39分钟后，一名智能体队员在仅剩2.5点生命值（满值20点）的情况下杀死了末影龙。

成本方面，截至通关，智能体处理了约13.5亿输入token，按 Gemini4 Argon的优惠价格计算约为520美元，标准价格下约为1040美元。包含一个负责监视作弊行为的第五个“观察者”智能体在内的完整会话成本约为810美元。

智能体玩游戏与人类还是有本质的区别。论文指出，Mineflayer向智能体提供了精确的周围方块和怪物信息，包括固体岩石背后的内容，另有插件负责路径规划。另外，约22%的程序以报错告终。

论文同时指出，此前有两个社区项目报告过更早的末影龙击杀，但使用了游戏专用工具或在固定、更简单的设置下完成。

参考文献：

https://arxiv.org/pdf/2610.22319

https://thenextweb.com/news/gemini-4-argon-agents-beat-minecraft-27-hours

https://tech.yahoo.com/ai/gemini/articles/google-gemini-4-agents-just-091919620.html