Vier AI-agenten die draaien op Google's Gemini 4 Argon hebben Minecraft zonder enige menselijke inbreng verslagen en de Ender Dragon verslagen in een volledig autonome run die 27 uur en 14 minuten duurde. Het Google DeepMind-team liet de agenten in een willekeurig gegenereerde wereld vallen zonder rollen, strategieën of spelspecifieke tools toe te wijzen, volgens een artikel van Faldor et al. gedekt door The Decoder – en de agenten organiseerden zichzelf, werkten samen en wonnen.

Minecraft is lange tijd een koppige maatstaf voor AI geweest. In tegenstelling tot schaken of Go vereist het planning over een lange horizon, verkenning met een open einde, het maken van gereedschappen en coördinatie - en dat alles in een wereld die verandert elke keer dat je erin spawnt. Het verslaan van de eindbaas van het spel vereiste historisch gezien menselijke begeleiding of zwaar gescripte trainingsopstellingen. Deze run begon daarentegen met vier agenten en niets anders.

De run in cijfers

De statistieken van de sessie lezen als het logboek van een chaotische maar uiteindelijk succesvolle expeditie:

  • 27 uur, 14 minuten continu autonoom spelen
  • 2.783 JavaScript-programma's geschreven door de agenten zelf
  • 229 chatberichten uitgewisseld tussen de vier agenten
  • 605 doden onderweg

Dat laatste cijfer verdient nadruk. De agenten stierven meer dan zeshonderd keer voordat ze het spel voltooiden, en volgens de berichtgeving van Tom's Hardware over de krant deden ze dit met de moeilijkheidsgraad Easy van het spel. Hetzelfde rapport schatte de tokenuitgaven voor de run op ongeveer $520, terwijl The Decoder, berekend op basis van de standaardprijs van Gemini 4 Argon die in 2027 van kracht wordt, het totaal op $1.620 schatte. Hoe dan ook, de kosten van een end-to-end Minecraft-voltooiing door AI-agenten voor algemene doeleinden worden nu gemeten in honderden dollars – niet de miljoenen die zijn geïnvesteerd in de speciaal gebouwde game-AI’s van voorgaande jaren.

Opkomend teamwerk, geen scripts

Wat het resultaat opmerkelijk maakt, is niet alleen dat de agenten hebben gewonnen, maar ook hoe. Omdat er geen rollen waren toegewezen, verdeelden de vier agenten de taken onder elkaar, meldt The Decoder. Ze waarschuwden elkaar voor bedreigingen, herstelden items van dode teamgenoten en legden fouten vast in een gedeeld geheugen, zodat de groep herhaalde fouten kon voorkomen.

Met andere woorden: het coördinatiegedrag dat game-ontwikkelaars gewoonlijk hardcoderen in NPC-teams kwam vanzelf voort uit vier exemplaren van hetzelfde model, een gedeelde wereld en een communicatiekanaal. De 2.783 zelfgeschreven JavaScript-programma's functioneren als een steeds groter wordende vaardighedenbibliotheek: zodra een agent erachter komt hoe hij ijzer moet ruiken of een minibaas moet verslaan, blijft die kennis bestaan ​​als herbruikbare code en leeft hij niet alleen in het contextvenster van het model.

De details van het gedeelde geheugen zijn van belang voor iedereen die agentonderzoek volgt. Teams van agenten die lessen kunnen verzamelen en doorgeven – in plaats van na elke mislukking opnieuw vanaf nul te beginnen – pakken een van de centrale zwakheden aan van de huidige AI-agenten, die de neiging hebben om zwaarbevochten vooruitgang te verliezen op het moment dat een sessie eindigt.

Van speciaal gebouwde kampioenen tot algemene agenten

Het resultaat is het nieuwste voorbeeld van een patroon dat zich over het hele veld versnelt. Tien jaar geleden vereiste het verslaan van videogame-AI van wereldklasse op maat gemaakte systemen die helemaal opnieuw waren getraind voor één game: DeepMind's AlphaGo for Go, OpenAI Five voor Dota 2, AlphaStar voor StarCraft II. Elk was een monumentale technische inspanning die precies één ding kon doen.

Agenten voor algemene doeleinden lossen nu game-uitdagingen op die ooit jaren van gespecialiseerde training vereisten – en ze doen het met hetzelfde model dat e-mails kan beantwoorden of code kan schrijven. De Decoder merkt op dat Minecraft slechts het nieuwste voorbeeld is van agentische AI-modellen die videogames verslaan waarvoor vroeger speciaal gebouwde systemen nodig waren. Elk resultaat verkleint de afstand tussen 'indrukwekkende demo' en 'algemeen bekwame assistent die een lang doel kan nastreven in een rommelige omgeving'.

Dat is precies de reden waarom Minecraft zo'n hardnekkig onderzoekstestbed is geweest: het overleven van creepers is incidenteel, maar het volhouden van doelgericht gedrag gedurende tientallen uren in een open wereld is een goede indicatie voor het soort autonomie dat AI-laboratoria proberen op te bouwen.

Voorbehoud en context

Er zijn kanttekeningen die de moeite waard zijn om in gedachten te houden. De run gebruikte de Easy-moeilijkheidsgraad, volgens Tom's Hardware, en Minecraft – hoewel het beroemde open einde – blijft een spel met goed gedefinieerde regels, deterministische fysica en genereuze respawn-mechanica. De 605 sterfgevallen zouden in de meeste reële situaties fataal zijn; hier kosten ze tijd en tokens.

De reken- en kostencijfers zijn ook de moeite waard om aandachtig te lezen: de twee gepubliceerde schattingen verschillen met een factor drie, afhankelijk van het gebruikte prijsmodel, een herinnering dat "hoeveel de agent heeft gekost" geen eenduidig ​​antwoord heeft totdat de gevolgtrekkingsprijzen zich stabiliseren.

Toch doet niets van dit alles af aan het kernresultaat. Vier agenten voor algemene doeleinden, die niets anders kregen dan een wereld en elkaar, organiseerden zichzelf tot een effectief team en voltooiden een van de langstlopende AI-uitdagingen in amper meer dan een dag.

Wat het aangeeft voor Agentic AI

Voor DeepMind fungeert de demonstratie ook als een showcase voor de agentische mogelijkheden van Gemini 4 Argon: de modelfamilie die Google positioneert voor precies dit soort werk met een lange horizon, waarbij gebruik wordt gemaakt van tools. Terwijl bedrijven AI-agenten verplaatsen van het beantwoorden van vragen naar het uitvoeren van meerdaagse workflows, bieden benchmarks zoals deze een glimp van wat de huidige modellen kunnen volhouden als het doel lang is, de omgeving vijandig is en mislukking wordt gemeten in honderden kleine sterfgevallen in plaats van in één grote.

De Ender Dragon is eerder door machines gevallen, met zware menselijke steigers. Deze keer liepen vier agenten alleen een willekeurige wereld binnen – en liepen naar buiten als kampioenen.

---

Blijf AI een stap voor

Ontvang het laatste AI-nieuws, analyses en doorbraken – allemaal op één plek.

Lees meer AI-nieuws →