Cuatro agentes de inteligencia artificial que se ejecutan en Gemini 4 Argon de Google derrotaron a Minecraft sin ninguna intervención humana, matando al Ender Dragon en una carrera totalmente autónoma que duró 27 horas y 14 minutos. El equipo de Google DeepMind colocó a los agentes en un mundo generado aleatoriamente sin asignar roles, estrategias o herramientas específicas del juego, según un artículo de Faldor et al. cubierto por The Decoder, y los agentes se organizaron, cooperaron y ganaron.

Minecraft ha sido durante mucho tiempo un referente obstinado para la IA. A diferencia del ajedrez o del Go, exige planificación a largo plazo, exploración abierta, creación de herramientas y coordinación, todo en un mundo que cambia cada vez que apareces en él. Históricamente, vencer al jefe final del juego ha requerido guía humana o configuraciones de entrenamiento fuertemente escritas. Esta carrera, por el contrario, comenzó con cuatro agentes y nada más.

La carrera en números

Las estadísticas de la sesión parecen el registro de una expedición caótica pero finalmente exitosa:

  • 27 horas, 14 minutos de juego autónomo continuo
  • 2.783 programas JavaScript escritos por los propios agentes
  • 229 mensajes de chat intercambiados entre los cuatro agentes
  • 605 muertes en el camino

Esta última cifra merece énfasis. Los agentes murieron más de seiscientas veces antes de completar el juego, y según la cobertura del periódico de Tom's Hardware, lo hicieron en la dificultad Fácil del juego. El mismo informe estimó el gasto en tokens para la ejecución en aproximadamente $520, mientras que The Decoder, calculando el precio estándar de Gemini 4 Argon que entrará en vigor en 2027, estimó el total en $1,620. De cualquier manera, el costo de completar Minecraft de extremo a extremo por parte de agentes de IA de propósito general se mide ahora en cientos de dólares, no en los millones invertidos en los juegos de IA de años anteriores.

Trabajo en equipo emergente, sin guiones

Lo que hace que el resultado sea notable no es sólo que los agentes ganaron, sino cómo. Sin roles asignados, los cuatro agentes dividieron las tareas entre ellos, informa The Decoder. Se advirtieron mutuamente sobre amenazas, recuperaron elementos de compañeros de equipo muertos y registraron errores en una memoria compartida que permitió al grupo evitar repetir errores.

En otras palabras, el comportamiento de coordinación que los desarrolladores de juegos suelen codificar en los equipos de NPC surgió por sí solo de cuatro instancias del mismo modelo, un mundo compartido y un canal de comunicación. Los 2.783 programas JavaScript autoescritos funcionan como una biblioteca de habilidades en constante crecimiento: una vez que un agente descubre cómo fundir hierro o derrotar a un minijefe, ese conocimiento persiste como código reutilizable en lugar de vivir sólo en la ventana de contexto del modelo.

El detalle de la memoria compartida es importante para cualquiera que siga una investigación de agentes. Los equipos de agentes que pueden acumular y transmitir lecciones (en lugar de reiniciar desde cero después de cada falla) abordan una de las debilidades centrales de los agentes de IA actuales, que tienden a perder el progreso ganado con tanto esfuerzo en el momento en que finaliza una sesión.

De campeones creados expresamente a agentes generales

El resultado es el último ejemplo de un patrón que se ha ido acelerando en todo el campo. Hace una década, vencer a la IA de los videojuegos de clase mundial requería sistemas personalizados entrenados desde cero para un juego: AlphaGo for Go de DeepMind, OpenAI Five para Dota 2, AlphaStar para StarCraft II. Cada uno fue un esfuerzo de ingeniería monumental que podía hacer exactamente una cosa.

Los agentes de uso general ahora están superando desafíos de juegos que alguna vez exigieron años de capacitación especializada, y lo hacen con el mismo modelo que puede responder correos electrónicos o escribir código. The Decoder señala que Minecraft es solo el último ejemplo de modelos de IA agentes que superan a los videojuegos que solían requerir sistemas especialmente diseñados. Cada uno de estos resultados acorta la distancia entre una "demostración impresionante" y un "asistente generalmente capaz que puede perseguir un objetivo a largo plazo en un entorno desordenado".

Precisamente por eso Minecraft ha sido un banco de pruebas de investigación tan persistente: sobrevivir a los creepers es incidental, pero mantener un comportamiento dirigido a objetivos durante decenas de horas en un mundo abierto es un indicador decente del tipo de autonomía que los laboratorios de IA están tratando de construir.

Advertencias y contexto

Hay advertencias que vale la pena tener en cuenta. La ejecución utilizó dificultad Fácil, según Tom's Hardware, y Minecraft, aunque es famoso por su final abierto, sigue siendo un juego con reglas bien definidas, física determinista y generosas mecánicas de reaparición. Las 605 muertes serían fatales en la mayoría de los entornos del mundo real; aquí cuestan tiempo y fichas.

También vale la pena leer atentamente las cifras de cálculo y costos: las dos estimaciones publicadas difieren en un factor de tres dependiendo del modelo de fijación de precios utilizado, un recordatorio de que "cuánto costó la ejecución del agente" no tiene una respuesta única hasta que los precios de inferencia se estabilicen.

Aún así, nada de esto disminuye el resultado principal. Cuatro agentes de propósito general, a los que no se les dio nada más que un mundo y entre sí, se autoorganizaron en un equipo eficaz y terminaron uno de los desafíos de IA de mayor duración de los videojuegos en poco más de un día.

Lo que indica para la IA agente

Para DeepMind, la demostración también sirve como escaparate de las capacidades agentes de Gemini 4 Argon: la familia de modelos que Google está posicionando exactamente para este tipo de trabajo de largo horizonte y que utiliza herramientas. A medida que las empresas hacen que los agentes de IA pasen de responder preguntas a ejecutar flujos de trabajo de varios días, puntos de referencia como este ofrecen una idea de lo que los modelos actuales pueden sostener cuando el objetivo es largo, el entorno es adverso y el fracaso se mide en cientos de pequeñas muertes en lugar de una grande.

El Ender Dragon ha caído ante máquinas antes, con pesados ​​andamios humanos. Esta vez, cuatro agentes entraron solos en un mundo aleatorio y salieron como campeones.

---

Manténgase a la vanguardia de la IA

Obtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.

Leer más noticias sobre IA →