Gemini 4 Argon四智能体通Minecraft

时间：2026年10月18日 地点：美国加州山景城 / 线上 主体：Google DeepMind 【事件详情】 Google DeepMind 10月18日发布最新研究论文《A team of Gemini 4 Argon agents beats Minecraft》（arXiv: 2610.22319），首次实现了AI智能体在《我的世界》（Minecraft）生存模式下的端到端、完全自主通关。研究团队将四个基于Gemini 4 Argon模型的智能体丢进一张随机生成的Easy难度地图，**没有预设角色、没有写入任何游戏专用逻辑**，仅通过开源的Mineflayer库控制各自玩家，并依靠游戏内聊天和共享记忆互相协作。 四个智能体完全自主规划、写代码、调试程序，在27小时14分钟内击败了末影龙（Ender Dragon）。期间它们一共写了2,783个JavaScript程序、互相发送229条聊天消息，途中"阵亡"605次。研究者在整个过程中可以实时观看仪表盘，并保留暂停或终止的权限，但自始至终没有进行任何干预。任务耗时和"阵亡数"被官方称作衡量**长程多智能体协作**最直接的指标。 按Gemini 4 Argon 2027年正式商用价格计算，整局"通关游戏"成本约1,620美元。值得一提的是，该论文本身的撰写工作也部分借助了AI辅助完成。 【背景】 Minecraft一直是强化学习和多智能体研究的重要试炼场。早期OpenAI、DeepMind等机构都曾用专门设计的网络在小规模任务上取胜，但从未有团队让通用大模型智能体在不借助任何人工策略或预置脚本的前提下，从零开始击败末影龙。Gemini 4 Argon是Google今年早些时候发布的旗舰Agent模型，原生支持百万级token上下文、强化学习推理与定理证明能力，主打"长程问题求解"。 本次实验的核心难点在于：**让智能体跨越数千个相互依赖的步骤，保持一份连贯的目标规划超过一整天**——这与企业级软件工程、大规模科研项目所需的"长期一致规划"高度相似，被业内视为衡量通用Agent能力的真实试金石。 【影响】 - **Agent能力新基准**：相比单点刷榜的传统基准，连续27小时不掉链子的"长程一致性"成为衡量通用Agent的新坐标 - **多智能体协作范式**：纯靠游戏内聊天+共享记忆实现分工、相互提醒危险、回收队友遗物，证明无中心协调的群体智能同样可行 - **企业级Agent落地信号**：跨越数千依赖步骤的鲁棒执行，正是企业ERP、复杂软件工程类Agent急需的能力 - **模型经济性**：1,620美元跑完全程，对比反复人工调优的专用Agent，规模商用模型的边际成本大幅降低 - **AI辅助科研常态化**：论文部分由AI协作撰写，模型已参与学术发现与表达的全链路 【总结】 DeepMind用四个Gemini 4 Argon智能体，在《我的世界》里跑出一次27小时无干预的完整协作样本。看似只是"打游戏"，但底层指标——长程规划鲁棒性、多智能体自组织协作、跨日保持目标一致性——正是企业级Agent最难拿到的能力。1,620美元、2,783段代码、605次死亡，证明在大模型Agent时代，"游戏通关"已经成为通用人工智能的一面新镜子。 【参考来源】 - https://arxiv.org/abs/2610.22319 - https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/ - https://deepmind.google/models/model-cards/gemini-4-argon/ - https://x.com/GoogleDeepMind/status/2111127991401247033 - https://the-decoder.com/four-gemini-4-argon-agents-beat-minecraft-without-any-human-help/ - https://huggingface.co/papers/2610.22319 - https://aiweekly.co/alerts/google-deepminds-four-gemini-4-argon-agents-beat-minecraft-from-a-random-spawn - https://daily.dev/posts/four-gemini-4-argon-agents-beat-minecraft-in-27-hours-per-a-google-deepmind-paper-evt8pg350