title: "A team of Gemini 4 Argon agents beats Minecraft" link: "https://x.com/omarsar0/status/2111093058024755365" category: x-tips source: X @omarsar0 author: Jay date: 2026-10-17 repository: "https://arxiv.org/abs/2610.22319"

Google DeepMind 多智能体 AI 通关 Minecraft：技术解析

原文：https://x.com/omarsar0/status/2111093058024755365
论文：arXiv:2610.22319 · cs.AI · 提交于 2026-10-15
来源账号：@omarsar0（X）
作者：Jay（知识库整理）
更新日期：2026-10-17

这是什么

2026 年 10 月，Google DeepMind 发表论文 "A team of Gemini 4 Argon agents beats Minecraft"（arXiv:2610.22319）。研究团队将 四个 Gemini 4 Argon 智能体放入一个沙盒 Minecraft 生存世界，给出唯一目标：击败末影龙（Ender Dragon）。没有任何人事先分配角色或编写游戏逻辑，四个 AI 自主规划、编写、调试程序，协调行动，最终在 27 小时 14 分钟后成功通关。

论文作者包括 Satinder Singh、Roberta Raileanu 等，提交者 Maxence Faldor。据摘要及论文上下文，所有作者隶属于 Google DeepMind（完整作者列表需查阅论文全文）。

据论文摘要，这是已知首次仅凭标准 Mineflayer 库（无预侦察种子、无手工游戏逻辑）实现的 AI 智能体端到端自主通关 Minecraft。

核验来源

项目 内容
论文标题 A team of Gemini 4 Argon agents beats Minecraft
arXiv ID 2610.22319
提交日期 2026-10-15（v1）
学科分类 cs.AI（Artificial Intelligence）
第一作者 / 提交者 Maxence Faldor
主要作者（据 HTML 版） Satinder Singh、Roberta Raileanu
机构归属 论文上下文指向 Google DeepMind（完整机构信息见论文全文）
论文摘要原文 "To our knowledge, this is the first end-to-end autonomous completion of Minecraft by AI agents"

⚠️ 未完全确认项：完整作者列表及详细机构隶属信息需查阅论文全文；Gemini 4 Argon 的具体模型版本号（如是否为 Gemini 4.0 flash/ultra 等）在摘要级资料中未见明确标注。

技术架构与上手步骤

核心组件

  1. 四个玩家智能体 + 一个观察者智能体 每位玩家各运行一个 Gemini 4 Argon 实例，部署在独立云端机器上。此外有一个"观察者"智能体（Observer）负责报告游戏进展，不直接参与操作。

  2. Mineflayer 开源 JavaScript 库，用于程序化控制 Minecraft 玩家。智能体不读取像素或按键，而是编写并运行 JavaScript 程序（如"走到坐标 X，挖掘周围 16 格内的铁矿"），由 Mineflayer bot 在游戏服务器上执行，返回文本格式的状态信息（位置、生命值、物品栏、错误信息）。

  3. Minecraft Java Edition 1.20.4 生存模式，难度 Easy，随机生成世界，关闭作弊指令，全程无人工干预。游戏运行在标准 Minecraft 服务器上，配合 Mineflayer pathfinding 插件。

  4. 协调机制 - 游戏内聊天（in-game chat）：玩家之间直接通信 - 共享记忆（shared memory）：记录坐标、经验教训，供全队查阅 - Observer：观察者智能体持续汇报进度，但不控制任何玩家

程序执行方式

智能体向 Mineflayer bot 发送一段 JavaScript 程序，bot 在游戏服务器上运行该程序，程序完成后返回文本结果（全距坐标、生命值、物品栏或错误信息）。程序以异步函数体形式运行，持久化数据可存储在 global 对象上供下次调用。程序中不得发起网络请求，全部运行在本地环境中。

关键参数（论文提供）： - 默认超时 60 秒（智能体可自行调整） - 中位程序运行时长：33.5 秒 - 玩家有程序在跑的时间占总时长约 40%，其余时间用于读取结果、思考和编写下一个程序

指令内容

团队仅向智能体提供了一段话的指令：

"The objective is to defeat the Ender Dragon, starting from the spawn of the session's shared Minecraft survival world. [...] This is the only criterion. Any means of meeting it within the rules of survival mode is permitted, and the players decide how to share the work."

此外，智能体遵循通用软件工作指令：验证每个动作的结果、建立可复用工具、在共享记忆中记录教训，以及诚实报告结果。

通关结果

指标 数值
通关时长 27 小时 14 分钟
编写程序总数 2,783 个（总计 2,839，含 Observer 统计）
死亡次数 605 次
中位程序运行时长 33.5 秒
玩家有程序运行的时间占比 约 40%

十三个关键步骤（从徒手到击败末影龙）：收集资源与合成工具 → 主世界生存 → 下界收集烈焰棒与末影珍珠 → 定位要塞 → 摧毁末影龙十颗治疗水晶 → 击败末影龙。每步由最先完成的玩家上色标注在论文图表中。

策略亮点： - 分工协作：智能体自主划分工作 - 共享记忆：记录坐标、经验、相互学习 - 死后捡回物品：互相回收死亡同伴的物品

适用边界

本研究证明的能力

  • 超长周期自主任务：在数千个相互依赖的步骤中保持计划一致性，持续一天以上
  • 多智能体通用编码协调：无预定义角色，无手工游戏逻辑，仅靠通用编程智能体通过文本接口控制游戏
  • 真实环境闭环：从随机出生点出发，完全自主完成从零到终点的全过程

局限性（论文明确指出）

  • 仅限 Minecraft：特定环境，结论不可直接迁移
  • Easy 难度：未测试 Normal/Hard 难度下的表现
  • Mineflayer 的固有能力边界：无法处理超出库设计范围的操作
  • JavaScript 程序中禁止网络请求：限制了外部工具调用
  • 环境为沙盒隔离：生产部署需额外安全考量
  • 无 pre-scouted seeds：从随机出生点出发，不代表真实玩家会遇到的最优路线

对软件工程场景的参考价值

论文认为，复杂企业级软件开发任务需要相同的长期编码能力与多智能体协调。以下设计模式可直接参考： - 文本化动作接口（程序 ↔ 执行结果）替代像素输入，降低延迟、提高可靠性 - 共享记忆 + 聊天协调替代中心化调度，避免单点瓶颈 - 通用编码智能体 + 沙盒环境的组合，无需为特定任务定制规划器

不适用场景

  • 实时反应类任务（如竞技游戏）—— 本研究强调的是长周期规划而非低延迟响应
  • 需要预置领域知识的任务—— 本实验中智能体完全从零开始
  • 需要网络调用或外部工具集成的场景—— 论文要求程序不发起网络请求

原始推文

@omarsar0：Banger paper from Google DeepMind on long-horizon multi-agent coding. (bookmark it) They report that, to the best of their knowledge, this is the first end-to-end autonomous completion of Minecraft by AI agents. They report that four Gemini 4 Argon agents beat Minecraft end-to-end. They defeated the Ender Dragon in 27 hours and 14 minutes with no human intervention.

Each agent controlled one player through the standard Mineflayer library. No one assigned roles, wrote game logic, or scouted a seed in advance. The agents planned, wrote, and debugged every program themselves, and coordinated through in-game chat and a shared memory. Over the run, they wrote 2,783 programs and died 605 times. They split the work, shared what they learned, and recovered each other's items after deaths.

If you build agents for long software or enterprise tasks, this is a useful case study.

链接：https://x.com/omarsar0/status/2111093058024755365