刚刚，4个Gemini死了605次，竟自己组队打穿《我的世界》！

新智元报道

AI自己组队打游戏，这回真的打通关了！

就在刚刚，Google DeepMind正式官宣：4个Gemini 4 Argon智能体被扔进一个全新的沙盒《我的世界》生存世界，从零开局、地图全随机，27小时干掉了末影龙。

最让人感到震惊的，不是通关本身，而是全程没有任何人给它们分过工！

谁砍树、谁挖矿、谁去下界找烈焰棒、谁负责定位末地传送门，全都没人安排。4个AI在游戏聊天框里自己商量，自己记笔记，自己拆活，自己调Bug。

连手柄都没碰过，靠的是一行行自己写出来的代码。

这事最早由DeepMind研究员Maxence Faldor在X上放出，几个小时后，DeepMind官号引用转发。

论文则更早一步，10月15日已经挂上arXiv，标题是《A team of Gemini 4 Argon agents beats Minecraft》。

问题来了，这 4 个智能体是怎么分工的？

没人当队长，它们自己把活分了

DeepMind这次给的辅助少得可怜。

生存模式，Easy难度，随机种子。地图没提前勘探过，种子也没人看过一眼。4个AI落地的那一刻，跟一个新玩家第一次打开存档没有任何区别。

没有队长，没有岗位表，没有谁被指定去干什么。

DeepMind给它们的全部家当就两样：游戏里的聊天频道和一份共享笔记。

然后奇怪的事情发生了。开局不到10分钟，4个智能体就自己在聊天里把活拆好了：一个去打工具，一个采食物，一个挖钻石，一个建下界传送门。

就像4个互不认识的人被空投到一片荒野，没人喊过一句「我来当队长」，硬是靠一个群聊把整支队伍拉了起来。

没有手柄，只有代码

人玩《我的世界》，眼睛盯着屏幕，手按键盘鼠标。

这4个智能体不一样。

它们不看画面，也不按键。它们控制角色的方式，是写程序。

用到的工具叫Mineflayer——一个开源的JavaScript库，能让代码直接操纵游戏角色。走到哪个坐标、挖哪块矿、打哪个怪，每一个动作背后都是一段现场写出来的程序。

27小时14分钟，它们一共写了2783个程序。

算一下：平均每小时产出一百多个，大约每35秒就有一段新代码出炉。

4个智能体平均每个将近700个。

更有趣的是，上场的选手压根不是什么游戏专用AI。

DeepMind派出的是自家团队的通用编码智能体。时干的是写代码的正经活，不是打游戏。

底座Gemini 4 Argon在9月30日才刚发布，主打前沿编码和长时程任务，在DeepSWE v1.1上拿了77.9%的成绩。

一个写代码的AI，顺手把游戏给打通了。

这说明不是AI变得更会打游戏了，而是写代码这件事本身，已经可以被它当成理解和操纵世界的通用接口。

死了605次，每次都自己爬起来

官号说的27小时是取整。论文里的精确数字是27小时14分钟。

这段时间里，4个智能体一共死了605次。

平均每小时倒二十多回，差不多每两三分钟就有一个角色凉了。摊到每个智能体头上，平均死了150多次。

其中69次，发生在跟末影龙的最终决战里。光是Boss战就倒下69次——一轮轮被打回重生点，又一轮轮重新冲上去。

9月份Vals AI让GPT-6 Astra独自打《我的世界》，连续跑了141个小时，结果一个苦力怕炸了它的基地，直接「emo」了——不再挑战末影龙，转头去种了好几个小时土豆。

堂堂前沿大模型，被一个绿色方块炸出了「创伤后应激障碍」。

而这4个Gemini智能体死了605次，没有一次撂挑子。

长时程任务真正难的不是起步，而是出错之后。程序崩了，角色死了，计划泡汤了，能不能自己诊断问题、自己爬起来接着推？

这27个小时里，没有人在旁边递答案，也没人帮它们复盘。每一次死后重新出发，都是4个AI自己拿的主意。

它们还会学习。

论文里有个细节特别精彩：打末影龙的时候，一个智能体注意到末影水晶一直在给龙回血。它自己琢磨出了一套打法——在每根黑曜石柱旁边堆泥土，爬上去一拳打碎水晶，再挖下来。

最后一颗水晶碎掉39分钟后，末影龙倒下了。

给出最后一击的那个智能体，当时血量只剩2.5（满血20）。

它没作弊？

AI自己写代码控制游戏，最容易被追问的一句话就是：有没有偷偷开挂？

DeepMind这次把2783个程序、229条聊天消息、世界快照、服务器日志——一样不落，全部存档。作弊指令在服务器端直接禁用，没有任何程序发出过服务端命令或网络请求。

审查分两层。一层是独立的Observer智能体，相当于一个专职裁判AI，跟参赛的4个智能体完全分开，只看记录，不下场参与。另一层是人工抽样审计。

两层查完，结论：没有作弊。

229条聊天消息这个数本身也很有意思。

27个小时只聊了229条，一小时八条出头。每说一句话，背后要写十多个程序。

话少，活多。放进任何一个程序员团队的工作群里都不违和。

「零人类干预」这个说法也要讲准确。实验全程配了实时仪表盘，研究人员随时可以按暂停、叫停止，只是27小时里一次都没用上。更准确地说，人一直在旁边看着，但自始至终没出过手。

从流水线，到自己组队

把这件事放回Agent的演进里看，更加震撼。

2026年被业内称为「多智能体系统元年」。

但坦白讲，过去说多智能体协作，大多还是人先把流水线搭好——给每个Agent派一个岗位，一个接一个地往下传。出了错，最后还是得人兜底。

这一次不同。

4个AI没拿到任何岗位说明。它们自己组队，自己记账，自己收拾烂摊子，死了605次也是自己爬起来。

9月份Jev+Astra组合用8分43秒打通了末影龙，速度惊人，但那个实验里，分工架构是人设计好的——Astra负责规划、Jev负责执行，各司其职。

而这4个Gemini智能体没人告诉它们谁该想、谁该干。想和干的分界线，是它们自己在聊天里磨合出来的。

论文团队给出的判断是：这种多智能体的长时程协作能力，可以直接迁移到编码、科研、工程和机器人领域。

往ASI走的路上，单个Agent会写代码已经不稀奇了。

真正的下一道坎是：几个Agent能不能在没人安排的情况下，自己凑成一支队伍，扛住超过一天的长活？

这4个Gemini智能体迈过了这道坎。

而且它们留下了一份全程留档、每一步都可以审计的完整样本——每一个程序、每一条消息、每一张世界快照，谁说了什么、改了什么，事后都能一条条对上。

AI正在从「被人安排好的工具」，变成「会自己组队的伙伴」。

参考资料：https://x.com/GoogleDeepMind/status/2111127991401247033

https://x.com/maxencefaldor/status/2111023397106770026

编辑：所罗门