运行在 Google Gemini 4 Argon 上的四个人工智能代理在没有任何人工输入的情况下击败了《我的世界》，在持续 27 小时 14 分钟的完全自主运行中杀死了末影龙。根据 Faldor 等人的一篇论文，谷歌 DeepMind 团队将智能体放入一个随机生成的世界中，而没有分配角色、策略或特定于游戏的工具。由解码器报道——特工们自行组织、合作并取得了胜利。

《我的世界》长期以来一直是人工智能的顽固标杆。与国际象棋或围棋不同，它需要长期规划、开放式探索、工具制作和协调——所有这一切都发生在一个每次你进入它时都会发生变化的世界中。从历史上看，击败游戏的最终老板需要人类指导或严格脚本化的训练设置。相比之下，这次行动一开始只有四名特工，没有其他人。

数字的奔跑

会议的统计数据读起来就像一次混乱但最终成功的探险的日志：

  • 27 小时 14 分钟连续自主游戏
  • 2,783 个 JavaScript 程序 由代理商自己编写
  • 四位特工之间交换了 229 条聊天消息
  • 一路上有 605 人死亡

最后一个数字值得强调。在完成游戏之前，特工们已经死亡了六百多次，根据 Tom's Hardware 的报纸报道，他们是在游戏的“简单”难度设置下完成的。同一份报告估计，此次运行的代币支出约为 520 美元，而 The Decoder 根据 2027 年生效的 Gemini 4 Argon 标准定价计算，总支出为 1,620 美元。不管怎样，由通用人工智能代理完成端到端《我的世界》的成本现在为数百美元，而不是前几年投资于专用游戏人工智能的数百万美元。

紧急团队合作，无需脚本

结果引人注目的不仅在于特工获胜，还在于他们获胜的方式。据《解码器》报道，由于没有分配任何角色，四名特工自行分配任务。他们互相警告威胁，从死去的队友身上找回物品，并将错误记录在共享内存中，以避免重复错误。

换句话说，游戏开发者通常硬编码到 NPC 团队中的协调行为是从同一模型的四个实例、一个共享世界和一个沟通渠道中独立出现的。 2,783 个自行编写的 JavaScript 程序充当不断增长的技能库：一旦代理弄清楚如何熔炼铁或击败小老板，这些知识就会以可重用代码的形式持续存在，而不是仅存在于模型的上下文窗口中。

共享内存的细节对于任何关注代理研究的人来说都很重要。能够积累和传播经验教训的代理团队（而不是在每次失败后从零开始）解决了当今人工智能代理的主要弱点之一，即会话结束后，人工智能代理往往会失去来之不易的进展。

从专门打造的冠军到总代理

其结果是该领域正在加速发展的模式的最新例子。十年前，击败世界一流的视频游戏人工智能需要从头开始为一款游戏训练定制系统：用于围棋的 DeepMind AlphaGo、用于 Dota 2 的 OpenAI Five、用于星际争霸 II 的 AlphaStar。每一项都是一项巨大的工程工作，只能完成一件事。

通用代理现在正在解决曾经需要多年专门培训的游戏挑战，并且他们使用可以回复电子邮件或编写代码的相同模型来完成此任务。 Decoder 指出，《我的世界》只是代理 AI 模型击败过去需要专用系统的视频游戏的最新例子。每一个这样的结果都缩短了“令人印象深刻的演示”和“能够在混乱的环境中追求长期目标的一般能力的助手”之间的距离。

这正是《我的世界》成为如此持久的研究试验台的原因：爬行者的幸存是偶然的，但在开放世界中持续数十小时的目标导向行为是人工智能实验室试图建立的那种自主性的一个很好的代表。

注意事项和背景

有一些注意事项值得牢记。根据 Tom's Hardware 的说法，这款游戏的难度为“简单”，而《我的世界》虽然以开放式结局而闻名，但它仍然是一款具有明确定义的规则、确定性物理原理和慷慨的重生机制的游戏。在大多数现实世界中，605 人的死亡都是致命的；在这里，它们需要时间和代币。

计算和成本数据也值得仔细阅读：根据所使用的定价模型，两个发布的估计值相差三倍，这提醒人们，在推理价格稳定之前，“代理运行成本是多少”没有单一答案。

尽管如此，这些都不会削弱核心结果。四名通用代理，除了一个世界和彼此之外什么都没有，自组织成一个有效的团队，并在不到一天的时间内完成了游戏中运行时间最长的人工智能挑战之一。

这对代理人工智能意味着什么

对于 DeepMind 来说，这次演示同时也是 Gemini 4 Argon 代理能力的展示——谷歌正是为这种长期的、使用工具的工作而定位该模型系列。随着企业将人工智能代理从回答问题转向执行多天的工作流程，像这样的基准测试可以让我们了解当前模型在目标很长、环境是对抗性的、失败是以数百个小死亡而不是一个大死亡来衡量的情况下可以维持什么。

末影龙以前也曾被机器摔倒过，有沉重的人类脚手架。这一次，四名特工独自走进一个随机世界，并以冠军的身份走出去。

---

保持人工智能领先地位

获取最新的人工智能新闻、分析和突破——尽在一个地方。

阅读更多人工智能新闻 →