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/zh-TW/articles/gemini-4-argon-agents-beat-minecraft-in-2-d6535212.md.
四個 Gemini 4 Argon 程式設計智能體進入一個新生成的 Minecraft 生存世界，目標只有一個：擊敗終界龍。它們歷時 **27 小時 14 分鐘** 完成任務，期間寫下 2,783 個程式，並死亡 605 次。
四個 Gemini 4 Argon 程式設計智能體進入一個新生成的 Minecraft 生存世界，目標只有一個：擊敗終界龍。它們歷時 27 小時 14 分鐘 完成任務，期間寫下 2,783 個程式，並死亡 605 次。
這些智能體沒有被分配固定角色，也沒有收到由人類撰寫的遊戲策略。它們透過遊戲內聊天和共享記憶協調合作，並在過程中自行決定如何收集資源、開啟傳送門，以及從錯誤中恢復。
研究人員監控了這項實驗，並且可以暫停或停止實驗。根據技術報告，他們在執行過程中沒有介入智能體的策略。
這項研究使用 Minecraft Java Edition 1.20.4、生存模式和 簡單難度，採用隨機世界並停用作弊指令。這些設定是結果的重要條件，並非無關緊要的細節。
開始約十分鐘後，一個智能體在聊天中提出分工方案。另一個智能體修改了計畫，之後團隊逐漸形成各自的角色：製作工具、收集食物和補給、開採鑽石，以及準備下界傳送門。
它們分享座標與實用心得，而不是依賴由人類撰寫的中央計畫。之後，它們還取回彼此掉落的物品，並重複使用輔助程式碼。論文指出，有一個輔助函式出現在 655 個程式中。
研究團隊架構圖，轉載自來源報告；材質包的致謝資訊列於來源說明中。
這套配置確實包含一般性的智能體指示：檢查環境、確認結果、建立可重複使用的工具、保留有用記憶，並如實回報。因此，「沒有指定遊戲角色」並不代表智能體沒有收到指示或使用相關基礎設施。
智能體透過 Mineflayer（一個開放原始碼 JavaScript 函式庫）及其尋路外掛控制玩家。它們接收附近方塊和生物、物品欄、位置與生命值等結構化資訊；它們並非透過螢幕像素感知遊戲。
每個步驟都包括撰寫程式、執行程式，並讀取回傳的文字或錯誤訊息。Mineflayer 提供移動、挖掘、合成和攻擊等基本操作；至於要如何組合這些操作，以及接下來追求什麼目標，則由智能體決定。
在比較這次實驗與人類遊玩或以視覺為基礎的遊戲智能體時，這項差異很重要。精確的狀態資訊與尋路外掛減少了部分感知和導航難題，但團隊仍須解決更長期的規劃問題。
四名玩家在獲勝前總共產生了 2,783 個程式。程式執行時間中位數為 33.5 秒，但每名玩家的程式只有約 40% 的時間處於執行狀態；其餘時間則用於讀取結果、推理，以及撰寫下一個程式。單看程式數量，並不能衡量即時行動速度。
團隊先製作工具並建造下界傳送門，接著收集烈焰粉和終界珍珠來製作終界之眼。這個過程需要多次進入危險區域，也需要在資源遺失後設法取回。
其中一個智能體透過從不同地點投擲兩枚終界之眼、取樣其飛行路徑並計算交會點，找到了要塞。估算位置距離傳送門房間 43 公尺，距村莊約 1.3 公里。
將終界之眼帶到要塞也成了一項協調難題。當一名玩家攜帶全部十二枚終界之眼溺水身亡時，隊友分享了物品掉落座標及物品消失的期限。另一名玩家趕在物品消失前將它們取回，讓團隊得以啟動終界傳送門。
終界龍之戰造成了 605 次死亡中的 69 次。智能體檢查了龍的狀態、記錄策略，並在失敗後調整做法。最後，它們辨認出十個治療水晶的作用，並想出在柱子旁堆疊泥土、以便抵達水晶的方法。
研究圖表展示水晶與最後一戰；上方保留了出處標示與材質包授權資訊。
最後一顆水晶被摧毀後 39 分鐘，終界龍死亡。造成最後一擊的玩家只剩下 2.5 點生命值，滿值為 20 點。
這些死亡顯示智能體能持續嘗試並從失敗中恢復，但也反映出效率不佳。研究人員指出，22% 的程式以錯誤告終。伺服器重新啟動了六次，世界總共暫停約 20 分鐘；這段時間已計入報告所列的總耗時。
輸入一句想法，We0 AI 即可生成展示站、頁面與 CMS。發佈上線後並幫你獲取客戶和流量。
用戶註冊贈送一次完整項目生成
適合先體驗一次完整生成流程，快速看到專案初稿。
團隊記錄了所有程式及其輸出、229 則聊天訊息、定期的世界快照，以及伺服器記錄。伺服器記錄顯示，從第一個程式執行到獲勝，經過了 27 小時 14 分鐘。
第五個智能體擔任 觀察員。它不會替四名參與者遊玩或規劃，而是檢查記錄中是否有虛假聲明、規格取巧或基礎設施問題。研究人員也手動稽核了部分記錄，並表示沒有發現作弊情形。
遊戲程式受到限制：它們不能啟動程序或寫入檔案。論文指出，沒有任何提交的程式發出伺服器指令或網路請求。不過，程式設計智能體本身擁有一般軟體工作工具，包括工作區、命令列和網頁搜尋；不能把遊戲內程式的限制，與智能體周邊環境的完整能力混為一談。
「沒有人為介入」也需要放在這個背景下理解。人類設定了伺服器、沙箱、工具和監控儀表板，並保留停止實驗的能力。這項說法指的是設定完成後所觀察到的執行過程，並非系統在沒有任何人類工程工作的情況下自行建立環境。
在這項研究中，觀察員與四個遊玩智能體彼此獨立。但這並不等於由外部實驗室獨立重現了研究結果。
來源文章將這項結果與較早期的 Minecraft 智能體及社群示範進行比較。那些系統採用不同難度、種子、介面、輔助工具或規劃架構，因此它們的完成時間不能構成與本次執行結果直接受控的排名。
此處真正值得探討的問題範圍較窄：一般用途的程式設計智能體能否在超過一天的任務中維持共同目標、交換資訊並修復故障？這項研究提供了一個細節完整、結果正面的案例。
作者建議將這套測試框架與研究心得應用於軟體工程、科學、設計和機器人領域。這些是未來研究方向，而非已透過擊敗終界龍驗證的能力。若要確認可靠性並找出哪些設定最重要，還需要在不同種子、團隊規模和更困難的介面下反覆測試。
研究團隊表示，他們完成了一場生存模式遊戲，並以程式記錄、聊天內容、世界快照和伺服器記錄作為佐證。本文未對這項結果進行獨立重現。
從第一個程式執行到終界龍被擊敗，記錄時間為 27 小時 14 分鐘。這包括伺服器六次重新啟動造成的約 20 分鐘停機時間。
沒有。它們透過 Mineflayer 撰寫 JavaScript 程式，並讀取結構化遊戲狀態和文字輸出。尋路外掛也協助它們規劃避開障礙物的路線。
報告指出，實驗開始後，沒有人分派遊戲角色或介入策略。研究人員確實提供了環境和一般指示、監控進度，並保留停止實驗的控制權。
智能體在收集資源、穿越危險地形和對抗終界龍時反覆失敗。它們透過共享筆記和重試恢復進度，但死亡次數也顯示，完成任務不代表遊玩過程有效率或始終可靠。
這項研究展示了智能體在一種受控遊戲環境中的長期協作能力。軟體專案和實體世界專案有不同的失敗模式，因此仍須另行評估更廣泛的可靠性。
四個 Gemini 程式設計智能體透過自行撰寫程式、分享資訊，以及從反覆失敗中恢復，完成了 Minecraft 任務。研究記錄呈現了長達一天的協調過程，包括收集資源、尋找要塞，以及最後與終界龍交戰。
簡單難度、結構化狀態存取、尋路功能，以及由人類建立的監控機制，都是理解結果時不可忽略的背景。這項結果記錄了一次持續協作的示範；其可靠性及在沙盒以外的適用性，仍有待評估。
從一句話開始，幾分鐘內拿到完整網站。
