零人工干预通关《我的世界》！DeepMind 四个 Gemini 4 Argon 智能体耗时 27 小时自写 2783 个程序击杀末影龙

核心背景与行业痛点

在开放世界游戏《我的世界（Minecraft）》中从零生存直至击杀最终 Boss 末影龙（Ender Dragon），一直被视为检验通用智能体长程规划、工具构建与多智能体协作的终极试金石。此前以 Voyager、DEPS 为代表的经典工作虽然能解锁部分科技树，但往往依赖人类预先探查好的特定地图种子（Pre-scouted Seeds）、手工编写的高阶专用技能函数库或单智能体局部探索，从未有 AI 系统能在完全随机生成的未知世界中仅靠基础 API 实现端到端通关。真实企业级软件工程同样要求智能体在跨度超过一天的数千个强依赖步骤中保持全局计划一致性与自主排障能力。

架构亮点与底层机制

Google DeepMind 开放式演进团队（Maxence Faldor、Satinder Singh、Roberta Raileanu）将 4 个 Gemini 4 Argon 智能体放入沙盒化的简单难度随机生存世界中，仅赋予一个终极目标——“击败末影龙”：

1. 纯代码与文本交互的零特权沙盒：每个智能体仅通过标准开源库 Mineflayer 控制游戏角色，严禁使用任何人类预写的游戏逻辑或透视特权。智能体完全依靠自主规划、实时编写 JavaScript 控制程序并解析执行报错来推进游戏；
2. 去中心化群聊分工与共享记忆库：没有任何外部调度器预设角色。4 个 Gemini 4 Argon 智能体通过游戏内聊天频道（In-game Chat）与共享笔记库（Shared Memory）自发协商分工——动态拆解采矿、合成、下界堡垒搜寻、烈焰人刷怪与末地传送门激活等子任务；
3. 跨智能体容错与物资救援机制：在长达一天多的极限生存中，当某个智能体意外阵亡时，其余同伴会读取共享坐标主动前往事发点帮忙拾回掉落装备，并在共享黑板中记录危险地形与代码 Bug 教训。

权威 Benchmark 与实测跑分对比

根据 DeepMind 发布的完整实验记录（arXiv:2610.22319）与实时监控面板遥测数据：

• 27 小时 14 分钟端到端首通：团队在随机地图中耗时 27 小时 14 分钟 成功击杀末影龙，实现了人类历史上首次由 AI 智能体从零端到端自主通关《Minecraft》；
• 自主编写并调试 2,783 个程序：全程累计自主撰写、修改与联调了 2,783 个可执行程序，在经历累计 605 次角色阵亡 后依然保持全局战略不溃散；
• Perplexity 同步上线并刷新 WANDR 纪录：与此同时，Perplexity 官方宣布 Gemini 4 Argon 在长程网络导航与深度推理基准 WANDR 上刷新最高纪录，现已正式向 Perplexity Pro 与 Max 订阅用户开放。

开发者实战落地与开箱指南

DeepMind 此次实验为构建超长程多智能体软件工程集群（Multi-Agent SWE Swarms）提供了重要参考：

• 用代码生成替代原子动作枚举：面对复杂环境时，让智能体直接编写带循环与异常捕获的 Mineflayer/SDK 脚本并持久化复用，远比逐帧输出底层控制指令更具扩展性；
• 异步黑板报（Shared Scratchpad）+ 实时聊天双通道通信：在多 Coding Agent 协同开发大型仓库时，建议复刻该研究的“实时短消息协调锁 + 共享结构化笔记沉淀经验”双层通信架构，避免多智能体重复踩入同一编译报错陷阱。