DeepMind四智能体27小时自主通关《我的世界》，编写2783个程序击败末影龙

Google DeepMind近期公布了一项突破性实验：四个基于Gemini 4 Argon大模型的AI智能体，在标准《我的世界》（Minecraft）生存模式中，从零开始自主完成全流程通关——包括抵达末地、激活传送门、击败末影龙，全程仅用27小时14分钟。整个过程未依赖预设种子、人工脚本或游戏外辅助工具，所有决策、编程与协作均由智能体自发完成。

这项成果发表于DeepMind最新技术报告中，核心目标明确而单一：杀死末影龙。实验环境为随机生成的Easy难度生存世界，四个智能体各自通过开源库Mineflayer接入游戏客户端，拥有独立玩家身份，但可通过游戏内聊天频道与共享笔记系统实时协同。第五个智能体仅作为观察员存在，负责记录运行状态，不参与实际操作。

与传统游戏AI不同，该系统的核心能力并非强化学习下的动作优化，而是自主编程与分工协作。每个智能体均具备调用代码解释器的能力，可即时编写、调试并执行JavaScript程序以控制角色行为。整场通关共生成并运行2,783个自编程序，涵盖资源采集、建筑搭建、自动化农场建设、路径规划与战斗策略等环节。

根据实验时间线图谱（见图2），任务推进呈现清晰阶段性：前13.5小时主要用于基础生存准备——包括建造庇护所、获取食物、冶炼铁器、挖掘下界传送门所需黑曜石，并成功建立末影人农场以稳定产出末影珍珠。期间累计死亡605次，平均每次死亡间隔约2.6分钟，反映出初期探索阶段的高风险性。

进入下界后,智能体迅速分工：一名代号“janesick”的智能体主攻要塞探索与烈焰棒收集；“gyldenia”负责末影珍珠与末影之眼合成；“auratian”专精下界要塞结构识别与传送门定位；“bulicame”则承担最终战斗与末地堡垒攻坚。它们通过229条游戏内消息交换信息，例如分享“末影人刷新规律”“烈焰棒掉落概率”“末地水晶防护机制”等经验，并在队友死亡后主动寻回其掉落装备。

抵达末地后，挑战进入高潮。智能体需在漂浮岛屿间跳跃、防御末影人攻击、破坏外围水晶，并最终触达中央平台上的末影龙。由于游戏机制限制，常规方式难以直接接触悬浮的末影水晶，智能体最终采用“堆土法”——持续放置泥土方块向上搭建阶梯，直至触及水晶基座。该策略虽非最优解（效率较低），但体现了其在约束条件下自主生成可行方案的能力。

整个流程耗时27小时14分钟，其中约13.5小时用于抵达末地，剩余13.5小时集中于末地作战。据DeepMind估算，该运行消耗约13.5亿输入Token，按当前Gemini API定价折合成本约1,620美元（约合10,842元人民币）。值得注意的是，该成本反映的是推理开销，而非训练成本；所有模型参数均来自已发布的Gemini 4 Argon版本，未进行额外微调。

研究团队强调，这是“据我们所知首个端到端自主完成Minecraft通关的AI系统”，其关键判据在于：

这一成果标志着AI从“感知-反应”向“规划-创造-协作”范式的实质性跃迁。过去数年，已有多个AI项目在Minecraft中实现子任务突破，如OpenAI的VPT模型能模仿人类操作、NVIDIA的MineDojo构建了大规模游戏数据集，但均依赖人类示范或预定义任务链。而DeepMind此次实验首次将“目标分解—程序生成—多智能体协同—失败恢复”闭环完整落地于开放世界环境中。

技术实现上，系统依赖三大支柱：一是Mineflayer提供的实时环境感知接口（含方块位置、实体坐标、物品栏状态）；二是集成路径规划插件（如mineflayer-pathfinder），支持复杂地形导航；三是内部代码沙箱环境，允许安全执行动态生成的JavaScript脚本。智能体在编写程序时会进行自我验证，例如先模拟执行再提交运行，显著降低崩溃风险。

行业观察指出，此类“AI程序员+虚拟环境”的组合正成为评估通用人工智能（AGI）进展的重要试验场。Minecraft因其规则明确、自由度高、反馈延迟适中，被学界视为“AI的物理实验室”。相比围棋或星际争霸等封闭竞技场景，它更贴近现实世界的不确定性与长周期规划需求。

不过，实验也暴露出当前大模型智能体的局限：605次死亡反映其对突发威胁（如岩浆陷阱、苦力怕爆炸）的规避能力仍弱；末地阶段耗时过长说明多智能体冲突协调效率有待提升；而13.5亿Token的消耗量，凸显自主推理在复杂任务中的算力代价高昂。

值得玩味的是，该系统并未追求“最优通关路径”，而是展现出类似人类玩家的试错风格——例如反复尝试不同材质的梯子搭建方案、在失败后调整农场布局、甚至出现“为省时间跳过部分探索直接冲末地”等激进策略。这种非确定性行为，恰恰是脱离脚本化AI的关键特征。

目前，DeepMind已开源部分工具链与评估框架，供社区复现与扩展。后续工作或将聚焦于降低Token消耗、提升跨任务泛化能力，以及引入更复杂的社交互动机制（如与NPC交易、组建村民村庄）。

可以预见，当AI不仅能理解游戏规则，还能像玩家一样“想出办法”并付诸实践时，其在真实世界中的应用边界将进一步拓宽——从工业流程自动化到科研假设验证，自主编程智能体或将成为下一代人机协作的核心接口。