四个 Gemini 4 Argon 智能体零人工介入通关《我的世界》

2026-10-18

四款运行在谷歌 Gemini 4 Argon 上的 AI 智能体首次在无人类输入的情况下通关《我的世界》，在一次完全自主的运行中击杀了末影龙。谷歌 DeepMind 团队将这些智能体投放到一个随机生成的世界中，没有给它们分配角色、策略或针对该游戏的专用工具。它们自行拆分任务，互相提醒威胁，从阵亡队友身上取回物品，并把错误记录在共享记忆中。在 27 小时 14 分钟里，四个智能体共编写了 2,783 个 JavaScript 程序，交换了 229 条聊天消息，死亡 605 次。按 2027 年生效的 Gemini 4 Argon 标准价格计算，整个会话花费 1,620 美元。《我的世界》只是智能体式 AI 模型通关电子游戏的最新例子——几年前，这类游戏还需要从零开始专门训练定制的 AI 系统。订阅 THE DECODER，可享受无广告阅读、每周 AI 简报、每年六期的独家「AI Radar」前沿报告、完整档案访问权限以及评论区访问权限。

四个运行在 Gemini 4 Argon 上的智能体，在随机世界中无分工、无预设策略、无游戏专用工具，靠自组织协作 27 小时击杀末影龙，代价是 605 次死亡与 1,620 美元。

这是什么信号。四个跑在 Gemini 4 Argon 上的智能体，被丢进一个随机生成的《我的世界》世界，没有角色分工、没有预设策略、没有游戏专用工具，27 小时 14 分钟后击杀末影龙。关键不在「AI 又会玩游戏了」，而在工程量发生了转移：过去这类里程碑依赖从零训练的专用系统，工程复杂度堆在模型之外；这次 2,783 段 JavaScript 是智能体自己写的动作层，229 条聊天消息是它们自己谈出来的协作协议，共享记忆里存的是自己踩过的坑。能力来自通用推理加协作机制，而不是任务定制。

为什么重要。它同时给出了长程自主任务的三项可测量指标：时长（27 小时）、动作量（2,783 段代码）、失败率（605 次死亡）。很多演示只报终局成败，这组数据把「智能体靠大量试错换成功」的真实形状暴露出来。共享记忆、同伴威胁告警、从阵亡队友处回收物品——这三件事本质上是分布式系统里的状态共享、异常广播与故障恢复，现在由模型自己发起了。

对谁有价值。做 Agent 产品的团队可以直接借用这三个协作原语；做评测的团队应把死亡次数、动作次数与单任务成本纳入长程任务的评估口径，而不是只看通关与否；关心单位经济的人则要注意 1,620 美元这个数字——它按 2027 年生效的标准价计算，说明当前一次长程自主运行的算力账单仍然是四位数美元量级。

可以怎么行动。一是搭一个可重放的沙盒，用「完成率 + 死亡次数 + 单任务成本」三件套给自己的智能体做基线；二是在多智能体框架里优先实现共享记忆与队友失败后的状态交接，这两项在本例中被证明是有效的；三是把「605 次死亡」换算成自己业务场景的事故成本，再决定哪些环节可以放手让智能体试错。

风险与限制。《我的世界》是规则确定、可无限重开的环境，真实业务不可重放——605 次死亡放在线上就是 605 次事故。四个智能体是极小规模，协调成本随规模增长的非线性完全未被验证。1,620 美元一局意味着这更适合作为能力验证而非日常生产。此外，这是 DeepMind 团队自述、由 The Decoder 报道的单次战报，尚无第三方复现，不宜当作稳定能力上限来规划产品。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《四个 Gemini 4 Argon 智能体零人工介入通关《我的世界》》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。