四個 Gemini 4 Argon 代理自主遊玩 27 小時後，打倒 Minecraft 終界龍

目錄

• 你可能會想知道
• 代理如何通關 Minecraft
• 重點摘要表
• 後續展望……

你可能會想知道

• 四個 AI 代理看不到遊戲畫面，也沒有接受人類指導，是如何協調合作並通關 Minecraft 的？
• 這場漫長的遊戲展現了自主 AI 代理的哪些能力與限制？

代理如何通關 Minecraft

Google DeepMind 研究團隊報告指出，四個 Gemini 4 Argon 代理在隨機生成、難度設定為「簡單」的生存世界中，經過 27 小時 14 分鐘後打倒了 Minecraft 的終界龍。論文於 October 15 上傳至 arXiv。代理從世界出生點空手開始，自行選擇角色分工，並共同完成唯一目標：打倒終界龍。這次嘗試中，它們撰寫了 2,783 支程式，死亡 605 次。

研究人員表示，據他們所知，這是 AI 代理首次自主從頭到尾通關 Minecraft，從起始點一路完成遊戲的最終目標。他們沒有提供預先挑選的世界種子，也沒有撰寫遊戲專用工具。代理使用 Mineflayer——一個用來控制 Minecraft 角色的開源 JavaScript 程式庫。研究人員可以透過即時儀表板暫停或停止遊戲，但整場遊戲過程中並未介入。

這種設定與一般人類遊玩方式不同。代理看不到遊戲畫面，也不能操作鍵盤和滑鼠。相反地，每個代理都透過 Mineflayer 控制一個角色，並為每個動作撰寫程式，例如移動到指定座標並開採附近的鐵礦。程式執行後，代理會收到位置、生命值、物品欄或錯誤訊息等資訊，再據此決定下一步行動。

程式執行時間的中位數為 33.5 秒。每個代理約有 40% 的時間在執行程式，其餘時間則用來檢視結果、推理及撰寫下一個程式。遊戲版本為 Minecraft Java 版 1.20.4，作弊功能已停用，遊戲期間沒有任何人類輸入。

給代理的指示很簡短：從出生點出發並打倒終界龍，可使用生存模式規則允許的任何方法。代理可自行決定如何分工。另有第五個 AI 代理擔任觀察員，而非玩家，負責查核玩家的說法並找出試圖鑽規則漏洞的行為；它沒有發現這類行為。

早期合作與準備

遊戲開始後不久，代理便開始協調。第一個程式執行 10 分鐘後，janesick 在聊天室提出分工方案。不到一分鐘，Auratian 便回覆另一套計畫，團隊很快就敲定各自的角色。Gyldenia 負責收集食物、床和燧石；bulicame 負責挖掘鑽石；janesick 負責熔煉鐵並製作工具；auratian 則準備地獄傳送門。遊戲開始 1 小時又 42 分鐘後，團隊點亮了傳送門。

製作終界之眼需要烈焰粉和終界珍珠。janesick 找到一座地獄要塞和一個烈焰使者生怪磚，另外三個代理則在扭曲森林搭建兩格高的掩體。身高將近三格的終界使者無法進入掩體，因此代理能待在裡面攻擊牠們。遊戲開始 5 個半小時後，共用箱子裡已經有 15 顆終界珍珠。

把烈焰粉帶回主世界花了超過 6 小時。janesick 攜帶 12 份烈焰粉時死亡，一隻地獄幽靈的火球也摧毀了許多掉落物。火球事件發生後，auratian 在聊天室向全隊分享教訓。兩分鐘後，janesick 補充了問題根源的說明和建議的修正方法。這段對話展現了代理如何透過共享溝通，把挫折轉化為後續決策的指引。

尋找要塞並找回遺失物資

終界之眼會朝最近的要塞飛去，而要塞中的傳送門房間可通往終界。janesick 在兩個不同地點各投擲一顆終界之眼，並每隔 50 毫秒記錄一次飛行軌跡。透過計算兩條軌跡的交點，janesick 推算出要塞的位置。交點距離一座村莊 1.3 公里，距離實際的傳送門房間僅 43 公尺。

旅途中仍發生了重大損失。auratian 帶著全部 12 顆終界之眼運送時溺水，當時距離 bulicame 只有 8 公尺。janesick 和 auratian 把確切位置及物品消失的時間告訴 bulicame。物品消失前兩分半鐘，bulicame 找回了全部 12 顆終界之眼。遊戲開始 13 小時又 17 分鐘後，團隊啟動了終界傳送門。

摸索打倒終界龍的方法

這次嘗試進行 13 小時又 33 分鐘後，代理進入終界。之後又花了將近 14 小時才打倒終界龍，約占整場遊戲時間的一半。終界龍總共殺死代理 69 次。每次嘗試之間，代理會讀取終界龍的內部遊戲狀態，包括代表牠目前行為階段的數值，並根據這些觀察為後續交戰制定規則。

制定的規則包括不要在玩家抵達時所在的黑曜石平台上等候，以及只在終界龍停下來時才靠近。終界龍卡住時，四個代理都會故意跳入虛空，在主世界重生。這會讓已清空的終界重置終界龍，讓團隊有機會再次交戰。

遊戲開始約 21 小時後，局勢出現轉折。auratian 發現，柱頂的 10 顆終界水晶會持續恢復終界龍的生命值，讓牠一直維持滿血。auratian 也想出不使用鎬子就能取得水晶的方法：在柱子旁用泥土往上堆，徒手打破水晶，之後再把泥土收回來。

接下來 4 小時 40 分鐘，團隊摧毀了全部 10 顆水晶；其中 6 顆由 gyldenia 打破。最後一顆水晶被摧毀 39 分鐘後，終界龍遭到擊敗。打出最後一擊的 bulicame 當時只剩 2.5 點生命值，滿血則為 20 點。

伺服器紀錄顯示，遊戲開始 27 小時又 14 分鐘後，bulicame 取得了「解放終界」成就。沒有任何代理程式使用伺服器指令。論文引用遊戲時數統計網站 HowLongToBeat 的資料，人類玩家通關 Minecraft 主線故事的中位數時間為 45 小時。相較之下，隨機種子速通紀錄不到 7 分鐘。研究人員提醒，兩者存在重要差異：AI 嘗試由四個代理組隊進行，透過程式操作，並且採用簡單難度。

成本與實際意義

論文估計，四個玩家代理在通關前共使用約 1.35 billion 個輸入 token。以 Argon 優惠價格計算，估計成本約為 $520；以標準價格計算，則約為 $1,040。若加上觀察員以及通關後的額外一天，以優惠價格計算的估計總成本約為 $810。

這些數字是研究人員針對這項特定實驗所做的估算，並不代表自主遊戲或其他 AI 任務的一般成本。這項計畫的意義不只在於最後獲勝，也在於完成任務所需的長時間規劃、蒐集資訊、溝通和復原。代理必須將觀察結果轉化為程式、圍繞共同目標協調合作，並在犯錯後自行應對，無須人類直接糾正。

核心成果展現了持續合作解決問題的能力：代理透過分工、分享發現，並在受挫後調整計畫，完成了耗時漫長的任務。同時，這項實驗是在明確界定的遊戲環境中，以簡單難度進行，並透過程式介面取得資訊。因此，結果應視為代理在這個特定情境中具備能力的證據，而非證明其已達到普遍的人類水準自主性。

重點摘要表

後續展望……

這項實驗指出了幾個值得探索的方向。研究人員可以測試代理在規則較不固定、目標更複雜，或無法透過重新開始來挽回後果的環境中，是否也會採用類似的共同規劃方式。後續研究也可以探討團隊如何在長時間任務中保留有用知識、決定何時修改計畫，以及如何分辨可靠觀察與具有誤導性或不完整的回饋。

另一個重要方向是改善 AI 系統與互動環境之間的連結。在這項實驗中，Mineflayer 提供了結構化資訊，以及透過程式發出動作指令的方式。將這種方法與解讀視覺輸入、使用不同控制介面或結合多種資訊的系統進行比較，有助於釐清哪些能力來自推理，哪些則取決於可用工具。

最後，未來研究不應只報告代理是否成功，也應說明其可靠性、資源使用情況、從失敗中復原的能力，以及在明確描述的條件下的表現。透過不同任務進行審慎評估，將有助於確認自主代理何時能安全且有效地提供協助，以及哪些情況仍須仰賴人類監督。