Чотири агенти зі штучним інтелектом, які працюють на Gemini 4 Argon від Google, перемогли Minecraft без участі людини, убивши Дракона Ендера під час повністю автономного пробігу, який тривав 27 годин і 14 хвилин. Команда Google DeepMind перекинула агентів у випадково згенерований світ, не призначаючи ролей, стратегій чи інструментів, що стосуються гри, згідно з документом Faldor et al. охоплений The Decoder — і агенти організувалися, співпрацювали та перемогли.

Майнкрафт вже давно є впертим еталоном для ШІ. На відміну від шахів чи го, це вимагає перспективного планування, відкритого дослідження, створення інструментів і координації — і все це у світі, який змінюється щоразу, коли ви в ньому з’являється. Подолання фінального боса гри історично вимагало або людського керівництва, або сильно розроблених тренувальних установок. Цей біг, навпаки, почався з чотирьох агентів і нічого більше.

Біг у цифрах

Статистика сеансу виглядає як журнал хаотичної, але зрештою успішної експедиції:

  • 27 годин 14 хвилин безперервної автономної гри
  • 2783 програми JavaScript, написані самими агентами
  • 229 повідомленнями чату, якими обмінялися чотири агенти
  • 605 смертей на цьому шляху

Ця остання цифра заслуговує на увагу. Агенти помирали понад шістсот разів, перш ніж завершити гру, і, як повідомляє Tom's Hardware у газеті, вони зробили це на рівні складності гри Easy. У цьому ж звіті витрати на токени оцінюються приблизно в 520 доларів США, тоді як The Decoder, розраховуючи стандартну ціну Gemini 4 Argon, яка набуде чинності в 2027 році, оцінює загальну суму в 1620 доларів США. У будь-якому випадку вартість наскрізного завершення Minecraft агентами ШІ загального призначення зараз вимірюється сотнями доларів — а не мільйонами, інвестованими в спеціально створені ігрові ШІ попередніх років.

Надзвичайна командна робота, без сценаріїв

Результат помітний не лише в тому, що агенти виграли, а в тому, як. Без розподілу ролей четверо агентів розподілили завдання між собою, повідомляє The Decoder. Вони попереджали один одного про загрози, відновлювали предмети в мертвих товаришів по команді та записували помилки в спільну пам’ять, що дозволяло групі уникнути повторення помилок.

Іншими словами, поведінка координації, яку розробники ігор зазвичай жорстко кодують у командах NPC, виникла сама по собі з чотирьох екземплярів однієї моделі, спільного світу та каналу зв’язку. 2783 самостійно написані програми JavaScript функціонують як постійно зростаюча бібліотека навичок: коли агент з’ясовує, як виплавити залізо чи перемогти міні-боса, ці знання зберігаються як код для повторного використання, а не лише в контекстному вікні моделі.

Деталі спільної пам’яті важливі для кожного, хто стежить за дослідженнями агентів. Команди агентів, які можуть накопичувати та передавати уроки — замість того, щоб перезапускати з нуля після кожної невдачі — усувають одну з головних слабких сторін сучасних агентів штучного інтелекту, які, як правило, втрачають важко здобутий прогрес у момент завершення сеансу.

Від спеціально створених чемпіонів до генеральних агентів

Результатом є останній приклад моделі, яка прискорюється в усьому полі. Десять років тому для перемоги над штучним інтелектом у відеоіграх світового класу були потрібні спеціальні системи, навчені з нуля для однієї гри: AlphaGo від DeepMind для Go, OpenAI Five для Dota 2, AlphaStar для StarCraft II. Кожен був монументальним інженерним зусиллям, яке могло зробити лише одну річ.

Агенти загального призначення тепер вирішують ігрові завдання, які колись вимагали років спеціалізованого навчання — і вони роблять це за допомогою тієї самої моделі, яка може відповідати на електронні листи або писати код. The Decoder зазначає, що Minecraft є лише останнім прикладом агентних моделей ШІ, які перемагають відеоігри, які раніше вимагали спеціально створених систем. Кожен такий результат скорочує дистанцію між «вражаючою демонстрацією» та «загалом здібним помічником, який може переслідувати довгу мету в безладному середовищі».

Саме тому Майнкрафт був таким наполегливим дослідницьким стендом: виживання кріперів – це випадковість, але підтримка цілеспрямованої поведінки протягом десятків годин у відкритому світі є гідним проміжним показником тієї автономності, яку намагаються створити лабораторії ШІ.

Застереження та контекст

Є застереження, про які варто пам’ятати. У ході використовувався легкий рівень складності, відповідно до Tom's Hardware, і Minecraft — хоч і відомий як відкритий — залишається грою з чітко визначеними правилами, детермінованою фізикою та щедрою механікою відродження. 605 смертей були б фатальними в більшості реальних ситуацій; тут вони коштують часу та жетонів.

Варто також уважно прочитати дані обчислень і витрат: дві опубліковані оцінки відрізняються в три рази залежно від моделі ціноутворення, що використовується, нагадування про те, що «скільки коштував пробіг агента» не має однозначної відповіді, доки вихідні ціни не стабілізуються.

Проте все це не применшує основного результату. Чотири агенти загального призначення, які не мали нічого, крім світу та один одного, самоорганізувалися в ефективну команду та завершили одне з найтриваліших завдань штучного інтелекту в іграх трохи більше ніж за день.

Що це означає для Agentic AI

Для DeepMind демонстрація одночасно є демонстрацією агентських можливостей Gemini 4 Argon — сімейство моделей, яке Google позиціонує саме для такого роду довгострокової роботи з використанням інструментів. Оскільки підприємства переводять агентів штучного інтелекту від відповідей на запитання до виконання багатоденних робочих процесів, такі тести, як цей, дають уявлення про те, що можуть підтримувати поточні моделі, коли мета є довгою, середовище є суперницьким, а невдача вимірюється сотнями маленьких смертей, а не однією великою.

Дракон Ендера раніше потрапляв під руки машин із важкими людськими риштуваннями. Цього разу четверо агентів увійшли у випадковий світ поодинці — і вийшли чемпіонами.

---

Будьте попереду ШІ

Отримуйте останні новини штучного інтелекту, аналіз і прориви — усе в одному місці.

Читати більше новин AI →