4 个 Gemini 智能体自己组队、死了 605 次，27 小时打穿《我的世界》末影龙

2026年10月18日

Google DeepMind 官宣了一件挺离谱的事：4 个 Gemini 4 Argon 智能体被扔进一个全新的《我的世界》生存世界，随机种子、地图从零开始，没人给它们分过工，27 小时 14 分钟干掉了末影龙。

这事的离奇点不在通关本身，而在于全程没有任何人安排谁砍树、谁挖矿、谁去找烈焰棒、谁定位末地传送门。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，靠的是一行行现场写出来的代码。

最早是 DeepMind 研究员 Maxence Faldor 在 X 上放出来的，几个小时后官方账号转发。论文 10 月 15 日已经挂在 arXiv 上，标题叫《A team of Gemini 4 Argon agents beats Minecraft》。

没人当队长，它们自己把活拆了

DeepMind 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，种子也没人看过。4 个 AI 落地那一刻，跟一个新玩家第一次打开存档没区别。

没有队长、没有岗位表。DeepMind 给的全部家当就两样：游戏里的聊天频道和一份共享笔记。结果开局不到 10 分钟，4 个智能体自己就在聊天里把活分好了——一个打工具，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荒野，没人喊过一句「我来当队长」，硬靠一个群聊把队伍拉了起来。

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 分钟里，它们一共写了 2783 个程序。平均每小时一百多个，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。

更值得一提的是，上场的压根不是游戏专用 AI。DeepMind 派出的是自家团队的通用编码智能体，底座 Gemini 4 Argon 在 9 月 30 日刚发布，主打前沿编码和长时程任务，在 DeepSWE v1.1 上拿了 77.9%。一个写代码的 AI，顺手把游戏打通了。这说明的不是 AI 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

这 27 小时里，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，摊到每个头上平均 150 多次。其中 69 次发生在跟末影龙的最终决战里，一轮轮被打回重生点，又一轮轮重新冲上去。

对比一下能看出差距。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从来不是起步，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、自己爬起来接着推？这 27 个小时里，没有人在旁边递答案，也没人帮忙复盘，每次死后重新出发都是它们自己拿的主意。

它们还会学习。论文里有个细节：打末影龙时，一个智能体注意到末影水晶一直在给龙回血，自己琢磨出一套打法——在每根黑曜石柱旁堆泥土，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，专职裁判，跟参赛的 4 个智能体完全分开，只看记录不下场；另一层是人工抽样审计。两层查完，结论是没有作弊。

229 条聊天消息这个数本身也耐人寻味。27 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」这个说法也得讲准确。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。

从被人安排的流水线，到自己组队

把这件事放回 Agent 的演进里看更有意思。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，一个接一个往下传，出了错最后还是人兜底。这次不一样：4 个 AI 没拿到任何岗位说明，自己组队、自己记账、自己收拾烂摊子。

9 月 Jev+Astra 组合用 8 分 43 秒打通末影龙，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在聊天里自己磨合出来的。

论文团队判断，这种多智能体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，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 个智能体迈过了这道坎，还留了一份全程可审计的完整样本——每一个程序、每一条消息、每一张世界快照，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」。唯一还没被回答的问题是：当队伍规模从 4 个拉到 40 个，这套聊天里的自发协作还能撑住吗？

没人当队长，它们自己把活拆了

死了 605 次，每次都自己爬起来

它没作弊？

从被人安排的流水线，到自己组队

相关链接