谷歌 DeepMind 将 4 个 Gemini 4 Argon 智能体扔进《我的世界》随机地图，全程零人类干预，605 次死亡、2783 段代码之后，27 小时 14 分打穿了末影龙。这不是游戏 AI，是一个写代码的通用大模型顺手通了关。

27h14m

从随机地图开局到击杀末影龙

2783

全程编写并执行的 JS 程序数

605次

4 个智能体累计死亡次数

229

智能体之间游戏内聊天消息条数

$520

优惠价 Token 费用

约合人民币 3,481 元

43m

三角定位算出要塞坐标与真实位置误差

它们怎么"玩"游戏的

1

写代码，不看屏幕

每个智能体通过 Mineflayer 开源库控制角色，想走位、挖矿、打架，就现场写一小段 JavaScript 程序并执行。平均每 33.5 秒出一段程序，全程写了 6.3 万行代码。

2

读反馈，再决策

程序跑完，游戏返回文字状态——我在哪、血量多少、背包有什么、是否报错。智能体读结果，决定下一段代码写什么；22% 的程序以报错告终。

3

共享记忆，团队复用

死亡、踩坑、发现坐标全写进共享记忆，其他智能体可直接调用。队友阵亡，同伴会跑去捡回掉落装备。4 人还攒出了 42 个可复用工具函数。

通关关键节点

+0h10m

开局 10 分钟完成自主分工

无任何角色预分配，4 个智能体自行在聊天里商定：一个采资源、一个造工具探索、其余备战。

+~4h

进入地狱，获取烈焰棒

突破地狱要塞、收集烈焰棒，为合成末影之眼做准备。烈焰棒在运输途中曾遭恶魂火球摧毁，损失前期积累的资源。

+~10h

三角定位算出要塞坐标

一个智能体追踪两颗末影之眼飞行轨迹，用代码算出交点，1.3 公里外要塞误差仅 43 米。

+13h30m

激活末地传送门，进入终界

抵达末地，开始与末影龙的持久战。随后被龙反复团灭，在终界耗了近 14 小时。

+21h

发现水晶回血机制

一个智能体发现柱顶 10 颗水晶持续为龙回血，找到用泥土垫脚爬上去的方法。

+27h14m

末影龙被击杀，2.5 血量险胜

摧毁全部 10 颗水晶后 39 分钟，一名智能体在仅剩 2.5 点生命值时击杀末影龙。

四个ai一个像素都没看过,打通了我的世界

清尘爱谈

ai首次自主通关《我的世界》! 27小时击败末影龙

IT之家

方法论分野：通用模型 vs 专项训练

通用大模型

Gemini 4 Argon

训练方式

无《我的世界》专项训练

游戏能力来源

写代码作为通用接口，现场规划

迁移能力

可迁移到任何有工具 API 的新任务

单次费用

$520（优惠价）

专项强化学习

AlphaGo / AlphaStar

训练方式

数百万盘对局 / 针对性强化学习

游戏能力来源

大量人类数据 + 自博弈

迁移能力

换游戏场景即失效，需重新训练

一次性成本

高昂训练成本（一次性）

「这是 AI 智能体首次在完全自主的情况下从头到尾通关《我的世界》，仅使用标准 Mineflayer 库，没有使用种子地图，也没有人类辅助。」

—— Google DeepMind 研究团队

605 次死亡意味着什么

死亡 ≠ 失败，而是可复用的团队经验

每次死亡后，智能体分析原因——代码错误、路径错误、资源不足还是策略失误——归类后写入共享记忆。后续任何一个智能体都能调用这条经验，避免重蹈同样的坑。

检验的是持续执行力，不是一次性推理

过去大模型的评测多是"回答问题"或"基准刷分"，这次验证的是：在复杂环境里经历数千次程序调用和大量失败之后，智能体能否仍推进长远目标。这正是 Agent 应用落地的核心问题。

这个实验的边界条件

难度限定

游戏难度设为「简单」，并关闭了作弊指令

接口优势

Mineflayer 直接返回周边方块和怪物精确信息，含固体岩石后的内容

费用上限

含第五个"观察者"智能体，完整费用约 $810

可复现性

论文措辞为「据我们所知」，未提供多次复现数据

$520

单次通关 Token 费用（优惠价），标准价约 $1,040；完整会话含观察者约 $810。相当于国内主流大模型 API 调用数百万次的规模成本。