文婷 发自 凹非寺量子位 | 公众号 QbitAI
从出生撸树，到杀向末影龙，你的《》游戏时间能涨多少？
现在，轮到AI组队开荒了。
Google Deepmind刚放出了一项新成果：
四个Gemini 4 Argon Agent，一张随机MC地图。
一口气从0开始干了27小时、互相聊了229条消息、写下超2700行JavaScript代码后，它们把末影龙击败了。
研究人员们全程既没有给它们分配任务，也没有提供现成攻略，只扔下一句：
击败末影龙。
四个Agent便自己商量起了分工，一边写代码操控角色，一边共享情报、互相救场；
哪怕集体阵亡了605次，队伍也没被打散，而是最终带着胜利凯旋而归。
看着这群AI队友们联手刷新《我的世界》的战绩，小伙伴们不禁心酸：
AI都能自己分工合作、从赤手撸树一路打到末影龙了，我还在地图里迷路，时不时喜提一个Ban……
它们到底是咋做到的？
阵亡605次不放弃，最终拿下Boss
这四位AI玩家没有直接看屏幕或者操作鼠标键盘。
它们通过开源库的Mineflayer读取角色的位置、血量、背包和周围环境，再自己编写JavaScript程序，控制角色赶路、挖矿、合成和战斗。
一段代码跑完，它们便读取结果、检查报错，再接着写下一段。
相当于咱们用手玩《我的世界》，它们用代码玩（doge）。
开局仅10分钟，四个Agent便主动商量起了分工：
其中，gyldenia负责寻找食物、床和打火石；bulicame负责下矿挖钻石；janesick负责炼铁和制作工具；auratian则负责着手搭建下界。
△商量ing
不到两个小时，它们便凑齐了铁器和钻石，并成功点亮了传送门。
但进入下界后，真正的混乱来了。
它们一边搜集烈焰棒和末影珍珠，一边搭掩体、囤物资，顺手把踩过的坑写进共享记忆。
janesick曾带着12份烈焰粉被活活烧死，掉落的物品又被恶魂一发火球炸了个干净。
眼看到手的材料灰飞烟灭，几只Agent立刻聚在一起复盘事故原因、写下解决办法，并提醒所有队友别再在同一个坑里反复横跳。
5个半小时后，它们已经将15颗末影珍珠塞进了公共箱子。
接下来，它们开始找末地要塞。
janesick先在两个不同地点投掷了末影之眼，并每隔50毫秒记录一次飞行轨迹，计算两条直线的交点。
一通计算后，它将要塞锁定在距离村庄约1.3公里的位置，与实际传送门仅相差43米。
然而就在赶路途中，auratian却带着全部12颗末影之眼溺水身亡。
这谁能忍？！
于是，在辛苦攒下的材料即将消失前，两只Agent迅速向bulicame报出了死亡坐标和物品消失时间。
于是，bulicame火速赶到了现场，硬是在只剩两分半的时间内，将12颗末影之眼全部捞了回来。
不得不说，这一波配合，确实是有点东西。
打到第13个小时时，四个Agent终于激活了末地传送门（终于啊终于）。
但谁橙想，前面闯关一路飒飒飒，剩下的近14个小时却全部卡在了末影龙面前。
巨龙先后杀了它们69次。
几只Agent一次次义无反顾地冲上去，末影龙的血条却怎么都压不下来。
但它们一直都没放弃。
直到8小时过去，打到第21个小时时，auratian终于揪出了罪魁祸首：
塔顶的10颗末地水晶，一直在给巨龙回血！
没有合适工具，它便想出了一个极其朴素的办法：
往脚下不断垫土，爬上柱顶，再用手把水晶挨个打掉。
路子对了以后，四个Agent便迅速在接下来的4个多小时里拆掉了碍事的10颗水晶。
在最后一颗水晶消失39分钟后，末影龙才终于倒下。
而负责完成最后一击的Agent bulicame，此时只剩2.5点生命值。
△AI制图
比博燃啊……
所以账单也烧得相当实在。
网友Berk Aladag指出，这场通关总计烧了约520美元（约3682元），期间累计处理了约13.5亿输入Token、生成1600万输出Token，调用模型约2.4万次，其中约有91%的输入由缓存提供。
这也就是说，这四个Agent确实打赢了漂亮的一仗，但也顺手把当前Agent完成超长任务需要付出的时间、试错和成本，全都烧到了台面上。
那么，Google Deepmind究竟想通过这场游戏证明什么？
打的是末影龙，测的却是AI能不能啃完一整项工作
答案，或许就藏在这场跌跌撞撞的通关过程里。
《我的世界》看上去只是个游戏，但想从赤手空拳一路摸到末影龙面前，却要连续完成采集、制造、探索、战斗、资源管理和团队协作等一系列工作。
前一步没做完，后一步就接不上；
角色一旦阵亡，刚攒下的装备和材料还可能当场清零。
这也就恰好撞上了长期Agent最容易翻车的地方。
AI必须要通过实际行动回答，它们能不能在拿到一个模糊的最终目标后，拆出数千个具体动作？
能不能在连续工作一天后，还记得最初要干什么？
以及更关键的是，能不能在工具报错、方案失败、队友倒下时，还能自己恢复现场，把任务继续往前推？
Google Deepmind这场末影龙回血的故事本身，就是一场极其生动的Agent排障实验。
正如一位网友所总结的：
当目标函数怎么都降不下去时，AI需要学会别急着加大步长，而是先找是哪一项一直在把你往回拉。
也只有当AI学会自己揪出阻碍任务正常进行的关键变量，切断问题链条，才有可能最终圆满完成长程任务。
咱们日常写代码、做实验和处理工作同样如此。
AI既要肯干、能熬，也要在结果停滞时回头排查，究竟是哪个环节正在持续吞掉此前所有努力。
而且，在现实生活中，咱们肯定也更乐于给出一个类似“把这套项目性能优化好”、“把这堆材料整理好给我交差”的总目标，并希望AI一口气做完，让我们能直接交差，而不是时刻盯着、并反反复复调试。
毕竟，中间怎样拆任务、谁先动手、失败后如何恢复、经验怎样交给下一位队友，总不可能永远由人类逐步安排。
要不然也太费劲了。
所以，Google Deepmind通过这次实验向大家展示了一种新的可能。
一支Agent队伍也能在没有人类工程师提前规划好所有路径的情况下，自己认领工作、分享经验、互相纠错，并带着数百次失败的经验，把一项跨天的任务啃下来。
确实不错啊，我也想让它们帮我打通关（bushi）。
参考链接：[1]https://x.com/GoogleDeepMind/status/2111127991401247033[2]https://arxiv.org/abs/2610.22319[3]https://x.com/maxencefaldor/status/2111023397106770026
易投配资提示：文章来自网络，不代表本站观点。
