谷歌研究人员近日发布论文称，团队使用四个Gemini 4 Argon智能体在随机生成的《我的世界》世界中完成全流程通关，耗时27小时击败末影龙。据研究团队介绍，这是AI智能体首次在完全自主、无人类辅助的条件下从头到尾通关该游戏。
实验设置上，四个智能体被放入随机生成的世界，仅通过游戏内聊天框进行协调。研究人员未为其制定任何策略，只下达最终目标，所有行为规划均由智能体自行完成。研究人员可通过仪表板观察运行状态并下达暂停或终止指令，但没有介入游戏进程的权限。整个过程中仅使用标准的Mineflayer库，未使用种子地图。
游戏开始后，智能体很快完成分工：部分负责建造末影人农场，部分收集食物，部分专注探索。它们会在聊天中分享战斗技巧，并在队友死亡后寻回丢失的装备。数据显示，四个智能体全程共发送229条消息、运行2783个程序、死亡605次。其中花费13.5小时抵达末地，剩余时间用于击败末影龙。
成本方面，整个通关过程消耗13.5亿个输入Token，按普通用户标准计算约为1620美元。这一数字反映出长周期、多智能体协作任务在推理成本上的现实约束，也为评估智能体系统的经济性提供了参考样本。
从技术路径看，该实验的核心在于多智能体在开放环境中的自主分工与协作。与依赖预设脚本或人类示范的方案不同，Gemini 4 Argon智能体需要在无策略指导下自行拆解目标、分配任务并处理死亡、装备丢失等意外情况。229条消息的通信量与2783次程序运行，构成了一个可观测的协作行为数据集。
《我的世界》长期被视为检验AI智能体通用能力的基准环境之一，其开放世界、长程目标与资源管理特性对规划能力要求较高。此前相关研究多集中于单一任务或短周期目标，完整通关的案例较少。谷歌此次实验将多智能体协作、长程规划与成本数据同时公开，为后续研究提供了可对比的基线。
对AI智能体赛道而言，这一结果的意义在于验证了通用模型在复杂开放任务中的自主执行潜力，同时也暴露出成本与效率问题。27小时、605次死亡与1620美元的投入，说明当前智能体在长程任务中的试错成本仍然较高。如何在保持自主性的前提下降低无效动作与Token消耗，将是智能体产品化落地需要解决的关键问题。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
