四个GeminiAI组队27小时通关《我的世界》，累计死亡605次，自写2783段代码

当人类玩家还在为找不准末地要塞坐标而反复投掷末影之眼时，四名AI“队友”已悄然完成了一项看似不可能的任务：在《我的世界》生存模式下，从赤手空拳砍第一棵树开始，全程自主决策、分工协作、编写代码、复盘失败，最终在现实时间27小时14分钟后击败终极Boss末影龙。

这项由谷歌DeepMind于2026年10月15日发表的成果，标题为《A team of Gemini 4 Argon agents beats Minecraft》，其核心并非游戏通关本身，而是验证通用AI智能体（Agent）在高度开放、长周期、高容错需求环境下的自主执行能力。

四个智能体——janesick、gyldenia、auratian与bulicame——被部署在Minecraft Java版1.20.4的随机生成地图中，开启生存模式（Easy难度），无作弊指令，无预置脚本。它们通过开源库Mineflayer读取角色状态（位置、血量、背包、视野），再自行生成JavaScript代码来驱动行为。整个过程不依赖人类示范、不调用现成游戏逻辑，一切从零构建。

游戏开始仅10分钟，janesick便在内部聊天频道提议分工。不到两小时，团队已形成明确职责：gyldenia负责食物、床与打火石等基础生存物资；bulicame专注下矿与钻石采集；janesick承担炼铁、工具制作与探索；auratian则主攻下界传送门搭建与关键技术攻关。值得注意的是，这些角色并非由研究人员预设，而是AI在实践中动态协商、迭代调整的结果。

分工带来效率跃升。2小时内，团队集齐铁器与钻石，成功激活下界传送门。进入下界后，挑战升级：烈焰棒收集、末影珍珠获取、掩体搭建、资源囤积同步推进。一次典型事故中，janesick携带12份烈焰粉被烧死，掉落物又被恶魂火球摧毁。团队迅速复盘，将“物资运输风险”写入共享记忆，并制定新规则：高价值物品运输需多人协同或设置中途检查点。

更关键的协作发生在资源抢救环节。auratian曾携全部12颗末影之眼溺亡，距离队友仅8米。剩余两名AI立即广播死亡坐标与物品消失时间戳，bulicame在2分30秒内赶到现场，抢回全部末影之眼——这一操作依赖精确的时间-空间定位与任务优先级判断，展现了多智能体间的实时响应能力。

寻找末地要塞时，janesick采用几何解法：投掷两枚末影之眼，每50毫秒记录飞行轨迹，计算两条直线交点，最终将要塞锁定在距村庄1.3公里处，误差仅43米。这已接近人类高手水平。

然而真正的难关在末地。激活传送门后，团队耗时近14小时反复冲击末影龙，累计死亡69次。第21小时，auratian发现关键问题：塔顶10颗末影水晶持续为巨龙回血。因缺乏远程攻击手段，它提出“垫土攀爬+手动拆除”的朴素方案——先用方块堆高至柱顶，再逐个击碎水晶。方案验证成功后，四人协同在4小时内清除全部水晶，最终于第27小时14分钟终结末影龙。

整场“征程”中，AI共编写2783段独立程序，总代码量达6.33万行；执行过程中约五分之一的程序报错;它们通过自我调试不断修正；累计死亡605次，其中淹死67次、被怪物击杀351次、坠落与爆炸致死百余次。每一次死亡都触发复盘机制：错误归因、经验存档、策略更新，并同步至全体成员。

这一实验的价值远超游戏本身。《我的世界》作为沙盒世界，具备三大独特优势：一是任务链高度耦合（砍树→做木镐→挖石→做石镐→挖铁→做铁镐→挖钻石），要求AI具备跨步骤因果推理；二是环境动态开放（随机地形、敌对生物、天气变化），需持续感知与适应；三是允许“试错-学习-重试”的长周期循环，契合真实世界问题求解路径。

早在2016年，微软就推出Malmo平台，将《我的世界》作为AI研究试验场；2019年MineRL竞赛聚焦“无监督挖钻石”，直至2025年DeepMind才以DreamerV3首次实现纯自主达成；2022年OpenAI的VPT（Video PreTraining）尝试从7万小时人类录像中学习操作，但钻石镐合成成功率仅2.5%；2023年Voyager项目引入GPT-4实现技能记忆与复用。此次四智能体协作，标志着AI从“单体工具调用”迈向“群体目标导向的自主工程化执行”。

对比其他训练环境：国际象棋提供确定性博弈空间，但缺乏资源约束与物理交互；《星际争霸》强调实时策略与微操，却预设了明确胜利条件与单位行为树；而《我的世界》迫使AI像人类一样，在模糊目标下构建计划、分配资源、应对意外，并在失败后维持整体任务连贯性——这正是当前Agent系统最稀缺的能力。

值得注意的是，此类研究正快速从学术走向应用。Meta近期推出的Muse个人AI Agent，已能独立操作浏览器、发送邮件、预订行程，其底层逻辑与《我的世界》AI高度同源：接收高层目标（如“规划周末旅行”），分解子任务，调用工具，处理异常，反馈结果。区别仅在于执行环境从虚拟沙盒转向真实数字世界。

硅谷的AI研发重心正在发生位移：过去三年聚焦“大脑”训练（模型规模、推理能力），如今转向“手脚”建设（执行代理、工作流集成）。当AI不仅能理解意图，还能自主编写代码、协调团队、从失败中积累经验，它便真正具备了接管复杂人机协作任务的潜力。

《我的世界》或许仍是游戏，但它已成为检验AI成熟度的一把标尺——不是看它能否回答问题，而是看它能否在没有说明书的世界里，亲手造出一把能劈开终局之门的钥匙。