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/articles/gemini-4-argon-agents-beat-minecraft-in-2-d6535212.md.
四个 Gemini 4 Argon 编码智能体进入一个新生成的《Minecraft》生存世界，目标只有一个：击败末影龙。它们最终用时 **27 小时 14 分钟**，期间编写了 2,783 个程序，死亡 605 次。
四个 Gemini 4 Argon 编码智能体进入一个新生成的《Minecraft》生存世界，目标只有一个：击败末影龙。它们最终用时 27 小时 14 分钟，期间编写了 2,783 个程序，死亡 605 次。
研究人员没有为智能体分配固定角色，也没有提供由人类编写的游戏策略。它们通过游戏内聊天和共享记忆协作，随着进程推进，自行决定如何收集资源、开启传送门以及从失误中恢复。
研究人员监控了这项实验，并可以暂停或终止实验。根据技术报告，他们没有在整个运行过程中干预智能体的策略。
研究使用《Minecraft》Java 版 1.20.4、生存模式和 简单难度，使用随机生成的世界，并禁用了作弊指令。这些设置是理解结果的重要组成部分，并非无关紧要的细节。
大约十分钟后，一名智能体在聊天中提出分工方案。另一名智能体修改了计划，团队随后逐渐形成分工：制作工具、收集食物和补给、挖掘钻石，以及准备下界传送门。
它们通过分享坐标和实用经验进行协作，而不是依赖由人类编写的集中式计划。后来，它们还帮彼此找回掉落物品，并重复使用辅助代码。论文指出，同一个辅助函数出现在 655 个程序中。
研究团队架构图，转载自来源报告；纹理包的署名信息见来源说明。
这套设置确实包含通用智能体指令：检查环境、验证结果、构建可复用工具、保留有用记忆并如实汇报。因此，“没有指定游戏角色”并不意味着智能体没有收到任何指令，也不意味着它们没有使用基础设施。
智能体通过开源 JavaScript 库 Mineflayer 及其寻路插件控制玩家。它们接收的是附近方块和生物、物品栏、位置和生命值等结构化信息；它们并不是通过屏幕像素感知游戏。
每一步都包括编写程序、运行程序，然后读取返回的文本或错误信息。Mineflayer 提供移动、挖掘、合成和攻击等基础操作，智能体则决定如何组合这些操作，以及下一步追求什么目标。
在将这次运行与人类游戏或基于视觉的游戏智能体进行比较时，这一区别十分重要。准确的状态信息和寻路插件消除了部分感知与导航难题，但团队仍然必须解决更长周期的规划问题。
四名玩家在获胜前共生成了 2,783 个程序。程序运行时长的中位数为 33.5 秒，但每名玩家的程序实际运行时间仅约占 40%；其余时间用于读取结果、推理和编写下一个程序。程序数量本身并不能衡量实时行动速度。
团队先制作工具并建造下界传送门，随后收集烈焰粉和末影珍珠，以制作末影之眼。这需要它们反复进入危险区域，并从资源丢失中恢复。
一名智能体在不同地点投掷了两颗末影之眼，采集它们的飞行轨迹并计算交点，由此定位要塞。估算位置距离传送门房间 43 米，距离村庄约 1.3 公里。
将末影之眼带到要塞也成了一个协作问题。一名玩家在携带全部十二颗末影之眼时溺水，队友分享了掉落物的位置和消失期限。另一名玩家在物品消失前将其找回，使团队得以激活末地传送门。
末影龙战斗造成了 605 次死亡中的 69 次。智能体检查了末影龙的状态，记录策略，并在多次尝试失败后调整做法。最终，它们识别出十个治疗水晶的作用，并通过在柱子旁堆叠泥土，找到接近水晶的方法。
研究图示展示了水晶和最终战斗；上文保留了署名信息和纹理包许可信息。
最后一颗水晶被摧毁 39 分钟后，末影龙死亡。打出最后一击的玩家只剩下 2.5 点生命值，满值为 20 点。
这些死亡记录体现了持续恢复能力，但也说明过程效率不高。研究人员报告称，22% 的程序以错误结束。服务器重启了六次，总计使游戏暂停约 20 分钟；这段时间也计入报告的总耗时。
输入一句想法，We0 AI 即可生成展示站、页面与 CMS。发布上线后并帮你获取客户和流量。
用户注册赠送一次完整项目生成
适合先体验一次完整生成流程，快速看到项目初稿。
团队记录了所有程序及其输出、229 条聊天消息、定期生成的世界快照和服务器日志。服务器日志显示，从第一个程序运行到获胜，用时 27 小时 14 分钟。
第五个智能体担任观察者。它不参与四名玩家的游戏或计划，而是检查记录，排查虚假陈述、利用规格漏洞以及基础设施问题。研究人员还手动审查了部分日志，并报告称没有发现作弊行为。
游戏程序受到限制：它们不能启动进程或写入文件。论文称，没有任何提交的程序发出服务器指令或网络请求。不过，编码智能体本身拥有通用的软件工作工具，包括工作区、Shell 和网页搜索；不能将游戏内程序受到的限制与其外围智能体环境的完整能力混为一谈。
“没有人为干预”也需要放在这一背景下理解。人类负责配置服务器、沙盒、工具和监控面板，并且始终可以停止实验。这一说法描述的是设置完成后的观测过程，并不意味着系统是在没有人类工程工作的情况下自行创建环境。
在这项研究中，观察者与四个游戏智能体彼此独立。但它并不是由外部实验室独立复现结果的证明。
来源将这一结果与早期的《Minecraft》智能体和社区演示进行了比较。这些系统采用了不同的难度、种子、交互界面、辅助工具或规划架构，因此它们的通关时间不能与本次运行构成受控排名。
这里值得关注的问题更具体：通用编码智能体能否在持续一天以上的任务中维持共同目标、交换信息并修复失败？这项研究提供了一个细节充分的正面案例。
作者建议将这套实验框架和相关经验应用于软件工程、科学、设计和机器人领域。这些属于研究方向，并不是已经通过击败末影龙验证的能力。针对不同种子、团队规模和更困难交互界面开展重复实验，有助于确认可靠性，并揭示设置中哪些环节最为关键。
研究团队报告称，智能体完成了一次生存模式游戏，并提供程序记录、聊天内容、世界快照和服务器日志作为支持。本文发布前，该结果尚未经过独立复现。
从第一个程序运行到末影龙被击败，记录用时为 27 小时 14 分钟。其中包括六次服务器重启造成的约 20 分钟停机时间。
没有。它们通过 Mineflayer 编写 JavaScript 程序，并读取结构化游戏状态和文本输出。寻路插件也帮助它们规划绕过障碍的路线。
报告称，实验开始后，没有人分配游戏角色或干预策略。研究人员提供了环境和通用指令、监控进展，并保留了停止实验的控制权。
智能体在收集资源、穿越危险区域和与末影龙战斗时屡次失败。它们通过共享记录并反复尝试来恢复，但死亡次数也表明，完成任务并不等于游戏过程高效或始终可靠。
它展示的是智能体在一个受控游戏环境中的长周期协作能力。软件项目和物理世界项目具有不同的失败模式，因此需要单独评估更广泛场景下的可靠性。
四个 Gemini 编码智能体通过编写自己的程序、共享信息并从反复失败中恢复，最终完成了《Minecraft》游戏。相关记录呈现了长达一天的协作过程，包括收集资源、定位要塞和最终的末影龙战斗。
简单难度、结构化状态访问、寻路功能以及由人类搭建的监控系统，都是理解这一结果不可忽视的背景。这项结果记录了一次持久协作的演示，但其可靠性以及能否迁移到沙盒之外，仍有待评估。
从一句话开始，几分钟内拿到完整网站。
