Vier KI-Agenten, die auf Googles Gemini 4 Argon laufen, haben Minecraft ohne menschliches Zutun geschlagen und den Ender-Drachen in einem völlig autonomen Lauf getötet, der 27 Stunden und 14 Minuten dauerte. Laut einem Artikel von Faldor et al. ließ das Google DeepMind-Team die Agenten in eine zufällig generierte Welt fallen, ohne ihnen Rollen, Strategien oder spielspezifische Tools zuzuweisen. von The Decoder abgedeckt – und die Agenten organisierten sich, kooperierten und gewannen.

Minecraft ist seit langem ein hartnäckiger Maßstab für KI. Im Gegensatz zu Schach oder Go erfordert es langfristige Planung, ergebnisoffene Erkundung, Werkzeugherstellung und Koordination – und das alles in einer Welt, die sich jedes Mal verändert, wenn man in sie hineinspawnt. Um den Endgegner des Spiels zu besiegen, waren in der Vergangenheit entweder menschliche Anleitung oder stark geskriptete Trainingsaufbauten erforderlich. Im Gegensatz dazu begann dieser Lauf mit vier Agenten und sonst nichts.

Der Run in Zahlen

Die Statistiken der Sitzung lesen sich wie das Protokoll einer chaotischen, aber letztendlich erfolgreichen Expedition:

  • 27 Stunden und 14 Minuten ununterbrochenes autonomes Spielen
  • 2.783 JavaScript-Programme, die von den Agenten selbst geschrieben wurden
  • 229 Chat-Nachrichten zwischen den vier Agenten ausgetauscht
  • 605 Todesfälle unterwegs

Die letzte Zahl verdient Hervorhebung. Die Agenten starben mehr als sechshundert Mal, bevor sie das Spiel beendeten, und laut der Berichterstattung von Tom's Hardware über den Artikel taten sie dies auf der Schwierigkeitsstufe „Leicht“ des Spiels. Derselbe Bericht schätzte die Token-Ausgaben für den Lauf auf etwa 520 US-Dollar, während The Decoder, basierend auf dem Standardpreis von Gemini 4 Argon, der 2027 in Kraft tritt, die Gesamtsumme auf 1.620 US-Dollar bezifferte. Wie dem auch sei, die Kosten für eine End-to-End-Minecraft-Vervollständigung durch Allzweck-KI-Agenten belaufen sich mittlerweile auf Hunderte Dollar – und nicht auf die Millionen, die früher in die speziell entwickelten Spiel-KIs investiert wurden.

Aufstrebende Teamarbeit, keine Skripte

Was das Ergebnis bemerkenswert macht, ist nicht nur, dass die Agenten gewonnen haben, sondern auch, wie. Da ihnen keine Rollen zugewiesen wurden, teilten die vier Agenten ihre Aufgaben untereinander auf, berichtet The Decoder. Sie warnten sich gegenseitig vor Bedrohungen, holten Gegenstände von toten Teamkollegen zurück und protokollierten Fehler in einem gemeinsamen Speicher, sodass die Gruppe wiederholte Fehler vermeiden konnte.

Mit anderen Worten: Das Koordinationsverhalten, das Spieleentwickler normalerweise in NPC-Teams fest programmieren, entstand von selbst aus vier Instanzen desselben Modells, einer gemeinsamen Welt und einem Kommunikationskanal. Die 2.783 selbstgeschriebenen JavaScript-Programme fungieren als eine ständig wachsende Fähigkeitsbibliothek: Sobald ein Agent herausfindet, wie man Eisen schmilzt oder einen Miniboss besiegt, bleibt dieses Wissen als wiederverwendbarer Code bestehen und lebt nicht nur im Kontextfenster des Modells.

Das Detail des Shared-Memory ist für jeden wichtig, der sich mit der Agentenforschung beschäftigt. Agententeams, die Lektionen sammeln und weitergeben können – anstatt nach jedem Fehler wieder bei Null anzufangen – bekämpfen eine der zentralen Schwächen der heutigen KI-Agenten, die dazu neigen, hart erkämpfte Fortschritte zu verlieren, sobald eine Sitzung endet.

Von zweckgebundenen Champions zu Generalagenten

Das Ergebnis ist das jüngste Beispiel für ein Muster, das sich in der gesamten Branche beschleunigt hat. Vor einem Jahrzehnt waren für den Sieg über erstklassige Videospiel-KI maßgeschneiderte Systeme erforderlich, die von Grund auf für ein Spiel trainiert wurden: DeepMinds AlphaGo für Go, OpenAI Five für Dota 2, AlphaStar für StarCraft II. Jedes davon war eine monumentale technische Leistung, die genau eines bewirken konnte.

Allzweckagenten bewältigen jetzt Spielherausforderungen, die früher jahrelange Spezialausbildung erforderten – und sie tun dies mit demselben Modell, das E-Mails beantworten oder Code schreiben kann. Der Decoder stellt fest, dass Minecraft nur das jüngste Beispiel dafür ist, dass Agenten-KI-Modelle Videospiele schlagen, für die früher speziell entwickelte Systeme erforderlich waren. Jedes dieser Ergebnisse verkürzt den Abstand zwischen einer „beeindruckenden Demonstration“ und einem „allgemein fähigen Assistenten, der in einer chaotischen Umgebung ein langes Ziel verfolgen kann“.

Genau aus diesem Grund war Minecraft ein so hartnäckiger Forschungstest: Das Überleben von Creepern ist ein Zufall, aber die Aufrechterhaltung zielgerichteten Verhaltens über Dutzende von Stunden in einer offenen Welt ist ein guter Indikator für die Art von Autonomie, die KI-Labore aufzubauen versuchen.

Vorbehalte und Kontext

Es gibt Vorbehalte, die es zu beachten gilt. Laut Tom's Hardware wurde für den Lauf der Schwierigkeitsgrad „Leicht“ verwendet, und Minecraft bleibt – auch wenn es bekanntermaßen ein offenes Ende hat – ein Spiel mit klar definierten Regeln, deterministischer Physik und großzügigen Respawn-Mechaniken. Die 605 Todesfälle wären in den meisten realen Situationen tödlich; hier kosten sie Zeit und Token.

Es lohnt sich auch, die Rechen- und Kostenzahlen sorgfältig zu lesen: Die beiden veröffentlichten Schätzungen unterscheiden sich je nach verwendetem Preismodell um den Faktor drei, was daran erinnert, dass es bis zur Stabilisierung der Inferenzpreise keine eindeutige Antwort auf die Frage „Wie viel hat der Agentenbetrieb gekostet“ gibt.

Dennoch schmälert das alles nichts am Kernergebnis. Vier Allzweckagenten, denen nichts als eine Welt und einander gegeben wurde, organisierten sich selbst zu einem effektiven Team und meisterten eine der am längsten laufenden KI-Herausforderungen der Spielebranche in kaum mehr als einem Tag.

Was es für die Agenten-KI signalisiert

Für DeepMind ist die Demonstration gleichzeitig ein Schaufenster für die Agentenfähigkeiten von Gemini 4 Argon – die Modellfamilie, die Google für genau diese Art von langfristiger, werkzeugbasierter Arbeit positioniert. Während Unternehmen KI-Agenten von der Beantwortung von Fragen auf die Ausführung mehrtägiger Arbeitsabläufe verlagern, bieten Benchmarks wie dieser einen Einblick in die Leistungsfähigkeit aktueller Modelle, wenn das Ziel lang ist, die Umgebung kontrovers ist und Fehler in Hunderten von kleinen Todesfällen statt in einem großen gemessen werden.

Der Ender-Drache ist schon zuvor mit schweren menschlichen Gerüsten Maschinen zum Opfer gefallen. Diesmal betraten vier Agenten allein eine zufällige Welt – und verließen sie als Champions.

---

Der KI einen Schritt voraus sein

Erhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Weitere KI-Neuigkeiten lesen →