四个 Gemini 4 Argon 智能体在无任何人类帮助下通关《我的世界》

四个运行在 Google 的 Gemini 4 Argon 上的 AI 智能体首次在没有人类输入的情况下通关了《我的世界》，在一次完全自主的运行中击杀了末影龙。

Google DeepMind 团队将这些智能体放入一个随机生成的世界，没有分配角色、策略或游戏专用工具。

它们自行拆分任务，互相警告威胁，从死亡队友处回收物品，并将错误记录在共享记忆中。

在 27 小时 14 分钟内，这四个智能体总共编写了 2,783 个 JavaScript 程序，交换了 229 条聊天消息，并死亡了 605 次。

整个会话花费了 1,620 美元，按 2027 年生效的 Gemini 4 Argon 标准价格计算。

《我的世界》只是智能体 AI 模型击败电子游戏的最新例子，而就在几年前，这类游戏还需要从零训练专门构建的 AI 系统。

订阅 THE DECODER 可享受无广告阅读、每周 AI 新闻通讯、每年六次独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。

四个运行 Gemini 4 Argon 的 AI 智能体在无人类输入下首次全自主通关《我的世界》，击杀末影龙。团队未预设角色、策略或游戏专用工具，智能体自行分工、互相预警、回收队友物品并共享错误记录；27小时14分钟消耗1620美元，死亡605次。这显示通用 agentic AI 在长程开放任务中的进展。

• 四个运行 Gemini 4 Argon 的 AI 智能体在无人类输入下首次全自主通关《我的世界》，击杀末影龙。团队未预设角色、策略或游戏专用工具，智能体自行分工、互相预警、回收队友物品并共享错误记录；27小时14分钟消耗1620美元，死亡605次。这显示通用 agentic AI 在长程开放任务中的进展。
• 原贴提到：Four AI agents running on Google's Gemini 4 Argon have beaten Minecraft
• 来源：the-decoder.com

这条信号的核心不是“AI 又玩游戏了”，而是通用智能体在开放世界、长程目标、无专用工具条件下完成了复杂任务。四个 Gemini 4 Argon 智能体在随机生成的《我的世界》世界里，从零开始自主分工、互相预警、回收队友物品、共享错误记录，并最终击杀末影龙。原文给出的过程指标包括 27 小时 14 分钟、2,783 个 JavaScript 程序、229 条聊天消息和 605 次死亡，这些指标比“通关”本身更能说明 agent 的协作与恢复能力。

为什么重要：过去打《我的世界》这类游戏往往依赖专门构建、从零训练的 AI 系统；这次使用的是通用模型驱动的智能体，没有预设角色、策略或游戏专用工具。这意味着 agentic AI 的能力边界正从短任务、强约束场景，向长程、开放、需要动态协作的场景移动。对 AI 产品、自动化流程和研发评估来说，这是一个值得跟踪的基准信号。

对谁有价值：一是做多智能体系统的团队，可以观察其自主分工、共享记忆和失败恢复机制；二是评估模型落地成本的企业，原文披露整场会话成本为 1,620 美元（按 2027 年生效的标准价格），提示长程 agent 任务的经济性必须纳入 ROI 计算；三是关注通用 agent 评测的研究与产品人员，605 次死亡和 2,783 个程序说明成功率不是唯一指标，恢复效率和通信开销同样关键。

可以怎么行动：把“角色分配、威胁预警、共享错误日志、队友物品回收”拆成可测试的协作原语，在自己的业务场景中做小规模对照实验；记录任务时长、工具调用次数、失败恢复次数和单位任务成本，形成 agent 评估看板；关注模型定价变化对长程任务可行性的影响，避免只看 demo 不看成本。

风险或限制：这是单次公开案例，不能直接外推到所有任务；游戏环境有明确目标（击杀末影龙），真实业务目标往往更模糊；605 次死亡说明鲁棒性仍有提升空间；成本按 2027 年价格计算，当前实际成本与可获得性需另行核实；原文来自 The Decoder，细节未在公开信号中展开，引用时应避免过度解读。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《四个 Gemini 4 Argon 智能体在无任何人类帮助下通关《我的世界》》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

• Matthias Bastian 原帖