没人教导战术，无人分配职责。四个 AI 智能体自主编写了 2783 段程序，历经 27 小时 14 分钟，最终成功击败《我的世界》（Minecraft）中的末影龙。
这是近期备受关注的 AI 实验成果。2026 年 10 月 15 日，谷歌 DeepMind 发表题为《A team of Gemini 4 Argon agents beats Minecraft》的论文，展示了将四个基于 Gemini 4 Argon 训练的通用 AI 编程智能体放入随机生成的生存模式世界中的过程。
实验环境没有任何预设攻略、分工指令或人类编写的通关脚本，目标仅有一个：击败末影龙。
27小时作战，动态分工与自我进化
对于《我的世界》老玩家而言，击败末影龙是一条熟悉的任务链：从砍树挖矿起步，制造装备，深入下界收集烈焰棒与末影珍珠，寻找要塞，最终在末地摧毁回血水晶并战胜 Boss。但对于没有预设任务树的 AI 团队，每一步都需实时决策、调配资源并承担风险。
研究基于 Minecraft Java 版 1.20.4，开启生存模式及 Easy 难度，随机生成地图且禁用作弊指令。4 名 Gemini 4 Argon 智能体通过开源工具 Mineflayer 获取位置、背包、生命值及环境信息，并自行编写 JavaScript 代码控制角色行为。
自发形成的团队协作
与以往将分工写入提示词不同，本次实验中的角色职责是动态形成的。游戏运行约十分钟后，智能体 janesick 提议分工，随后团队自然演化出各自职能：gyldenia 负责后勤，janesick 负责工具制造与探索，auratian 攻关关键技术，bulicame 负责勘探与战斗。这些职责随游戏进程灵活调整。
开局不到 2 小时，AI 团队便获取铁器与钻石，并建立通往下界的传送门。
从失败中汲取共享经验
实验中，四个 AI 累计死亡 605 次。这展现了长期自主智能体的核心能力：单次行动失败不导致整体任务崩溃。
例如，当 janesick 携带烈焰粉死亡且掉落物被毁时，损失不仅是角色生命，更是数小时的资源积累。此时，auratian 会提醒队友注意运输风险，janesick 则总结原因并存入共享记忆。团队随后分析失败根源——是代码错误、路径规划失误、资源短缺还是战略偏差。
这种机制使得死亡转化为可复用的团队经验。经验不仅服务于个体，更能在长达数天的任务中供其他智能体调用，确保在局部失败后仍能推进长远目标。
进入「无限流」执行模式
过往大模型的成就多集中于问答、编码及基准测试，而游戏环境对复合功能要求更高。本次实验检验的是完整、持续的执行过程，而非一次性推理能力。
智能体通过 Mineflayer 读取环境，将任务转为 JavaScript 程序执行，并根据结果判定完成情况。遇障碍物导致程序报错时，需分析原因并重写代码。数据显示，单个程序运行耗时约 33.5 秒。智能体约 40% 的时间用于执行程序，剩余 60% 用于结果分析、推理及编写新代码。
上下文压缩与记忆管理
尽管 Gemini 4 Argon 拥有百万级 Token 的上下文窗口，仍无法容纳所有历史信息。从开局到通关，四名智能体共产生约 24000 次模型调用，处理 13.5 亿输入 Token，生成 1600 万输出 Token，其中 91% 的输入 Token 来自上下文缓存。
为解决这一问题，研究者借鉴了 2023 年 Voyager 项目的思路，为每个 Agent 配备独立持久记忆，并开放团队共享记忆。随着上下文增加，智能体会进行“上下文压缩”，将当前任务、关键进展、未完成计划及重要教训记录于外部记忆中，以维持长期任务的连贯性。
距离真正的「游戏自由」还有多远？
AI 自动通关 Minecraft 并非首例。2021 年，开源项目 AltoClef 已通过客户端 Mod 和 Baritone 自动寻路实现通关，但其依赖开发者预设的任务逻辑。随后的 Voyager 等模型则向更通用的方向探索。
Gemini 4 Argon 实验的核心突破在于：在无预览地图、无专用游戏工具或策略的情况下，通用智能体通过编写程序自主完成全流程通关。这一技术路径与 2026 年 6 月 KRAFTON 和 NVIDIA 推出的 PUBG Ally 类似，均利用大模型的理解与规划能力连接游戏操作接口。
成本与稳定性仍是瓶颈
尽管实验成功，但 AI 的表现尚不稳定。约 22% 的游戏程序出现错误，服务器重启 6 次。此外，论文未通过大量随机地图重复测试来证明其通关的稳定性。
经济成本同样高昂。27 小时内约 24000 次模型调用，按优惠 API 价格计算，单次通关成本约 520 美元。若用于商业代练，这笔账显然难以打平。
目前，游戏手柄和键盘仍牢牢掌握在人类手中。急于体验 AI 代打的玩家不妨稍安勿躁，这项技术距离普及仍有较长路径。