For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/de/articles/gemini-4-argon-agents-beat-minecraft-in-2-d6535212.md.
Vier Gemini-4-Argon-Coding-Agenten starteten in einer neu generierten Minecraft-Überlebenswelt mit einem Ziel: den Enderdrachen zu besiegen....
Vier Gemini-4-Argon-Coding-Agenten starteten in einer neu generierten Minecraft-Überlebenswelt mit einem Ziel: den Enderdrachen zu besiegen. Nach 27 Stunden und 14 Minuten hatten sie es geschafft – nachdem sie 2.783 Programme geschrieben waren und sie 605-mal gestorben waren.
Den Agenten wurden weder feste Rollen zugewiesen noch erhielten sie eine von Menschen verfasste Spielstrategie. Sie koordinierten sich über den Chat im Spiel und ein gemeinsames Gedächtnis. Im Verlauf des Durchgangs entschieden sie selbst, wie sie Ressourcen sammeln, Portale öffnen und Fehler beheben.
Forschende überwachten das Experiment und konnten es pausieren oder beenden. Dem technischen Bericht zufolge griffen sie während des Durchgangs nicht in die Strategie der Agenten ein.
Die Studie verwendete Minecraft Java Edition 1.20.4 im Überlebensmodus und auf Schwierigkeitsgrad „Einfach“. Die Welt wurde zufällig generiert, und Cheat-Befehle waren deaktiviert. Diese Einstellungen gehören zum Ergebnis und sind keine nebensächlichen Details.
Etwa zehn Minuten nach Beginn schlug ein Agent im Chat eine Aufteilung der Aufgaben vor. Ein anderer überarbeitete den Plan, und das Team fand schließlich zu festen Aufgabenbereichen: Werkzeuge herstellen, Nahrung und Vorräte sammeln, nach Diamanten schürfen und ein Netherportal vorbereiten.
Die Agenten teilten Koordinaten und praktische Erkenntnisse miteinander, statt sich auf einen zentralen, von Menschen verfassten Plan zu stützen. Später bargen sie die fallengelassenen Gegenstände anderer Teammitglieder und verwendeten Hilfscode erneut. Laut dem Paper tauchte eine Hilfsfunktion in 655 Programmen auf.
Architekturdiagramm des Forschungsteams, aus dem Quellbericht übernommen; die Credits für das Texturenpaket sind im Quellenhinweis angegeben.
Das Setup enthielt durchaus allgemeine Anweisungen für die Agenten: die Umgebung untersuchen, Ergebnisse überprüfen, wiederverwendbare Werkzeuge entwickeln, nützliche Informationen speichern und ehrlich berichten. „Keine zugewiesenen Spielrollen“ bedeutet daher nicht, dass die Agenten keine Anweisungen oder Infrastruktur erhielten.
Die Agenten steuerten die Spielerfiguren über Mineflayer, eine Open-Source-JavaScript-Bibliothek, zusammen mit ihrem Pathfinding-Plugin. Sie erhielten strukturierte Informationen zu Blöcken und Kreaturen in der Nähe, Inventar, Position und Gesundheit. Das Spiel nahmen sie nicht über Bildschirmpixel wahr.
Bei jedem Schritt schrieben sie ein Programm, führten es aus und lasen die zurückgegebenen Texte oder Fehlermeldungen. Mineflayer stellte grundlegende Aktionen wie Bewegen, Graben, Craften und Angreifen bereit. Die Agenten entschieden hingegen, welche Aktionen sie kombinierten und welches Ziel sie als Nächstes verfolgten.
Dieser Unterschied ist wichtig, wenn man den Durchgang mit menschlichem Spielen oder spielenden Agenten vergleicht, die auf Bilderkennung basieren. Exakte Zustandsinformationen und ein Pathfinding-Plugin nehmen einige Wahrnehmungs- und Navigationsprobleme ab, auch wenn das Team weiterhin die umfassendere Planungsaufgabe lösen musste.
Vor dem Sieg erzeugten die vier Spieler 2.783 Programme. Ein Programm lief im Median 33,5 Sekunden; das Programm jedes Spielers war jedoch nur etwa 40 % der Zeit aktiv. Die übrige Zeit entfiel darauf, Ergebnisse zu lesen, Überlegungen anzustellen und das nächste Programm zu schreiben. Die Anzahl der Programme allein sagt nichts über die tatsächliche Aktionsgeschwindigkeit in Echtzeit aus.
Zunächst stellte das Team Werkzeuge her und baute ein Netherportal. Anschließend sammelte es Lohenpulver und Enderperlen, um daraus Enderaugen herzustellen. Dafür waren wiederholte Ausflüge in gefährliche Gebiete nötig, und verlorene Ressourcen mussten wiederbeschafft werden.
Ein Agent lokalisierte die Festung, indem er von zwei verschiedenen Orten aus jeweils ein Enderauge warf, dessen Flugbahn erfasste und den Schnittpunkt berechnete. Die Schätzung lag 43 Meter vom Portalraum entfernt und etwa 1,3 Kilometer vom Dorf.
Auch der Transport der Enderaugen zur Festung wurde zu einer Koordinationsaufgabe. Als ein Spieler beim Ertrinken alle zwölf Enderaugen bei sich trug, teilten die Teamkollegen die Koordinaten der Fundstelle und die Frist bis zum Verschwinden der Gegenstände mit. Ein anderer barg die Gegenstände, bevor sie verschwanden, sodass die Gruppe das Endportal aktivieren konnte.
Der Kampf gegen den Enderdrachen verursachte 69 der 605 Todesfälle. Die Agenten untersuchten den Zustand des Drachens, hielten Strategien fest und passten ihr Vorgehen nach erfolglosen Versuchen an. Schließlich erkannten sie die Rolle der zehn Heilungskristalle und entwickelten eine Methode, sie zu erreichen, indem sie neben den Säulen Erde aufschichteten.
Forschungsabbildung zu den Kristallen und zum finalen Kampf; die oben genannten Angaben zu Urheberschaft und Lizenz des Texturenpakets bleiben erhalten.
Neununddreißig Minuten nach der Zerstörung des letzten Kristalls starb der Drache. Der Spieler, der den letzten Treffer landete, hatte noch 2,5 von 20 Gesundheitspunkten.
Die Todesfälle belegen, dass die Agenten beharrlich aus Fehlern wieder herausfanden, zeigen aber auch die Ineffizienz des Vorgehens. Die Forschenden berichten, dass 22 % der Programme mit einem Fehler endeten. Sechs Serverneustarts unterbrachen die Welt insgesamt für etwa 20 Minuten. Diese Zeit ist in der angegebenen Gesamtdauer enthalten.
Beschreibe deine Idee einmal, und We0 AI erstellt eine Showcase-Website, Seiten und ein CMS und hilft nach dem Launch bei Kunden und Traffic.
Eine komplette Projektgeneration zur kostenlosen Registrierung
Am besten geeignet, um einen vollständigen Generierungsablauf auszuprobieren und schnell einen ersten Projektentwurf zu sehen.
Das Team zeichnete alle Programme und Ausgaben, 229 Chatnachrichten, regelmäßige Welt-Snapshots und das Serverprotokoll auf. Laut Serverprotokoll wurde der Sieg 27 Stunden und 14 Minuten nach dem ersten Programm erreicht.
Ein fünfter Agent fungierte als Beobachter. Er spielte nicht mit und plante nicht für die vier Teilnehmer, sondern prüfte die Aufzeichnungen auf falsche Behauptungen, das Ausnutzen von Vorgaben und Infrastrukturprobleme. Die Forschenden überprüften außerdem manuell eine Stichprobe der Protokolle und berichten, keinen Betrug festgestellt zu haben.
Die Spielprogramme unterlagen Einschränkungen: Sie durften weder Prozesse starten noch Dateien schreiben. Laut Paper enthielt kein eingereichtes Programm einen Serverbefehl oder eine Netzwerkanfrage. Die Coding-Agenten selbst verfügten jedoch über allgemeine Softwarewerkzeuge, darunter Arbeitsbereiche, Shells und Websuche. Die Einschränkungen für die Spielprogramme dürfen nicht mit den gesamten Fähigkeiten ihrer umgebenden Agentenumgebung verwechselt werden.
Auch die Aussage „ohne menschliches Eingreifen“ muss in diesem Zusammenhang betrachtet werden. Menschen richteten Server, Sandbox, Werkzeuge und Überwachungsdashboard ein und konnten das Experiment jederzeit beenden. Die Aussage bezieht sich auf den beobachteten Durchgang nach der Einrichtung, nicht auf ein System, das seine Umgebung ohne menschliche technische Entwicklung selbst geschaffen hat.
Der Beobachter war innerhalb der Studie von den vier spielenden Agenten unabhängig. Er stellt keine unabhängige Reproduktion des Ergebnisses durch ein externes Labor dar.
Der Quellbericht vergleicht dieses Ergebnis mit früheren Minecraft-Agenten und Vorführungen aus der Community. Diese Systeme verwendeten unterschiedliche Schwierigkeitsgrade, Seeds, Schnittstellen, Hilfswerkzeuge oder Planungsarchitekturen. Ihre Abschlusszeiten lassen sich daher nicht als kontrollierter Vergleich mit diesem Durchgang verstehen.
Die entscheidende Frage ist hier enger gefasst: Können allgemeine Coding-Agenten über eine mehr als einen Tag dauernde Aufgabe hinweg ein gemeinsames Ziel verfolgen, Informationen austauschen und Fehler beheben? Diese Studie liefert dafür ein detailliertes, positives Beispiel.
Die Autorinnen und Autoren schlagen vor, den Versuchsaufbau und die Erkenntnisse auf Softwareentwicklung, Wissenschaft, Design und Robotik anzuwenden. Das sind Forschungsrichtungen und keine Fähigkeiten, die durch den Sieg über den Drachen bereits bestätigt wurden. Wiederholte Durchläufe mit unterschiedlichen Seeds, Teamgrößen und schwierigeren Schnittstellen könnten die Zuverlässigkeit besser belegen und zeigen, welche Teile des Setups am wichtigsten sind.
Das Forschungsteam berichtet von einem abgeschlossenen Durchgang im Überlebensmodus und belegt ihn mit Programmaufzeichnungen, Chatnachrichten, Welt-Snapshots und Serverprotokollen. Für diesen Artikel wurde das Ergebnis nicht unabhängig reproduziert.
Vom ersten Programm bis zur Niederlage des Drachens vergingen laut Aufzeichnung 27 Stunden und 14 Minuten. Darin sind etwa 20 Minuten Ausfallzeit während sechs Serverneustarts enthalten.
Nein. Sie schrieben JavaScript-Programme über Mineflayer und lasen strukturierte Spielzustände und Textausgaben. Das Pathfinding-Plugin half außerdem dabei, Routen um Hindernisse herum zu planen.
Dem Bericht zufolge wies niemand den Agenten während des Durchgangs Spielrollen zu oder griff in ihre Strategie ein. Die Forschenden stellten jedoch die Umgebung und allgemeine Anweisungen bereit, überwachten den Fortschritt und behielten die Möglichkeit, das Experiment zu beenden.
Die Agenten scheiterten wiederholt beim Sammeln von Ressourcen, beim Navigieren durch Gefahren und im Kampf gegen den Drachen. Sie erholten sich mithilfe gemeinsamer Notizen und weiterer Versuche. Die Zahl der Todesfälle zeigt jedoch auch, dass der erfolgreiche Abschluss nicht mit effizientem oder durchgehend zuverlässigem Spielen gleichzusetzen ist.
Es zeigt eine Zusammenarbeit über einen längeren Zeitraum in einer kontrollierten Spielumgebung. Softwareprojekte und Projekte in der physischen Welt haben andere Fehlerarten. Ihre Zuverlässigkeit muss daher gesondert untersucht werden.
Vier Gemini-Coding-Agenten schlossen Minecraft ab, indem sie eigene Programme erstellten, Informationen teilten und sich von wiederholten Fehlschlägen erholten. Die Aufzeichnungen dokumentieren einen ganzen Tag voller Koordination – vom Sammeln von Ressourcen über das Auffinden der Festung bis zum finalen Kampf gegen den Drachen.
Der Schwierigkeitsgrad „Einfach“, der Zugriff auf strukturierte Zustandsinformationen, Pathfinding und die von Menschen eingerichtete Überwachung sind wichtige Rahmenbedingungen. Das Ergebnis dokumentiert eine Demonstration ausdauernder Zusammenarbeit. Wie zuverlässig sie ist und ob sie sich über die Sandbox hinaus übertragen lässt, muss noch untersucht werden.
Starte mit einem Satz und erhalte in wenigen Minuten eine vollständige Website.
