发生了什么
Google DeepMind 研究人员 Maxence Faldor、Satinder Singh 与 Roberta Raileanu 于 10 月 15 日在 arXiv 提交预印本《A team of Gemini 4 Argon agents beats Minecraft》。实验把四个 Gemini 4 Argon 智能体放入一个沙箱化的《我的世界》生存世界（随机种子、Easy 难度、禁用作弊指令），只给出一个目标：击败末影龙。智能体不通过屏幕像素或键盘操作，而是借助开源 Node.js 库 Mineflayer 以编程方式控制角色——它们自己编写并运行小程序来决定移动、挖掘、合成与战斗，再读取返回的文本状态（位置、生命、背包）决定下一步。
- 总耗时 27 小时 14 分钟；抵达末地（End）用时 13 小时 33 分，胜利在其后 13 小时以上
- 共编写并运行 2783 段程序，包含胜利后的工作累计约 2839 段、约 63313 行 JavaScript
- 交换 229 条游戏内聊天，死亡 605 次，期间经历 6 次服务器重启
- 约 24000 次模型调用，约 13.5 亿输入 token、1600 万输出 token；按 Gemini 4 Argon 首发 API 价格估算通关成本约 520 美元
为什么重要
《我的世界》通关是一长串相互依赖的任务链，而非单一战斗：采集资源、合成工具、进入下界、寻找要塞、合成末影之眼、抵达末地并完成最终战斗。研究团队强调，实验未预设角色、未编写游戏逻辑、游戏过程中无人工干预，智能体通过共享记忆逐步形成分工。论文记录了一个值得注意的细节：一名智能体通过追踪两颗末影之眼的飞行轨迹反推要塞位置，估算点与实际传送门房相距约 43 米。研究方认为，这为「通用编码智能体能否在数千个依赖步骤上维持计划、并从失误中恢复」提供了一个具体观测。
尚不确定之处
论文明确提示结果边界：任务发生在受控游戏环境，智能体通过程序化接口获得结构化游戏状态（含研究者承认的「特权内部信息」），而非视觉交互；Easy 难度与单次成功都不足以证明可迁移到目标模糊、失误代价更高的现实任务。此外，论文「首次由 AI 智能体端到端自主通关」的表述需要限定——此前已有自主通关记录（如 2021 年的 Altoclef 项目），区别在于 DeepMind 使用的是在运行时自行编写代码、通过通用工具协调的通用编码智能体，而非人工编写的专用任务逻辑。研究方保留了随时暂停或终止运行的能力，并称未发生安全事件。