DeepMind智能体通关我的世界：4个AI如何靠自写代码和自我调试击败末影龙

把 4 个完全没人管的 AI 扔进《我的世界》，要它们干掉终极首领末影龙，需要死多少次？

整整 605 次。

足足花了 27 个小时 14 分钟。

这是 Google DeepMind 刚做的一个实验（arXiv:2610.22319）。 论文名字叫《A team of Gemini 4 Argon agents beats Minecraft》。 没有给它们写任何游戏攻略，没有人类在旁边打辅助，连谁该负责干什么都没规定。 就给了一句指令：去通关，把末影龙宰了。

很多人以为，这肯定是几个多模态模型看着游戏画面、在屏幕前操作小人。 根本不是。 它们连屏幕和键盘都没有。 DeepMind 给这 4 个 AI 挂了一个开源的机器人接口，叫 Mineflayer。 它们在游戏里的一举一动，全是在后台手写代码驱动。 想去砍树？现场写一段 JavaScript 脚本发给游戏。 想去挖矿？现场再写一段。 27 个小时里，这 4 个基于 Gemini 4 Argon 的智能体，在后台一共给自己手写了 2783 个程序。

自己写代码打游戏，听起来很帅，现场其实惨烈得很。 这 2783 个程序里，差不多有 22% 刚跑起来就报错、语法错误或者运行时崩溃。 代码一抛异常，游戏里的小人就原地卡死、失足掉进岩浆，或者在天黑后被僵尸围殴。 605 次死亡，就是这么攒出来的。 光是在最后打末影龙的决战里，就被巨龙撞死了 69 次。

按常理，死上 600 次，再有耐心的真人玩家也早砸键盘退服了。 这 4 个 AI 怎么把这盘残局打通的？

这才是整个实验最耐人寻味的地方。 以往的 AI 玩游戏，要么靠人类提前写好的技能包，要么死一次上下文就乱成一团。 但这 4 个家伙，进服没多久，自己把活给分了。 人类压根没分配谁当主力、谁当辅助。 它们就靠着游戏里的公共聊天框和一份共享备忘录，来来回回发了 229 条消息。 叫 janesick 的智能体负责伐木做工具，把装备一路升级； 叫 gyldenia 的负责搜刮面包和小麦，当全队的后勤大管家； 叫 auratian 的负责点燃下界传送门，研究怎么拆除回血的水晶塔； 叫 bulicame 的负责搭建避难所，最后提着剑给残血的末影龙补了致命一击。 特别是负责工具和探路的 janesick，简直把程序员的底色发挥到了极致。 打末影龙得先找地下要塞和传送门，一般玩家是在地上扔末影之眼看它往哪飞。 这个 AI 扔了两次末影之眼，直接写了一段几何算法。 它用两道飞行射线的交点做三角测量，隔着 1.3 公里算坐标。 算出来的落点，跟最终的传送门房间只差了 43 米。

队友死了怎么办？ AI 没有情绪，不会挂机，更不会内讧甩锅。 谁不小心死在外面，装备爆了一地，其他几个马上在聊天框里对坐标，跑过去把掉落的物资抢救回来。 代码写错了报错？ 它把终端抛出来的报错日志读回上下文，重新改写变量，重新跑一遍。 遇到走不通的死胡同，就换个逻辑，写个新函数接着试。 就靠着这种完全不知疲倦的自我调试，它们在游戏里硬熬了 27 个小时，把一整套极其庞大的工业合成树从零搓到了顶。

DeepMind 为什么花上千美元的算力，让 4 个 AI 跑去《我的世界》受虐？ 这根本不是在测游戏水平。 现在整个行业都在争论 AI 到底能不能替代初级工程师。 但这 4 个智能体展现出来的，是一套完全不同的协作能力： 面对一个没有标准答案、充满意外的庞大开放世界， 没人给日程，没人画流程图， 它们在长达一整天的时间跨度里， 自己分工、自己写程序、排查几百次报错、从 600 多次灾难性崩溃里一次次站起来，硬生生把一个高度复杂的长链条工程闭环给跑通了。 如果把这个沙盒换成真实的软件开发、自动化实验或者系统运维呢？ 它们不需要休息，不会被挫败感消耗，遇到报错就原地重写。 今天它们在游戏里通关屠龙，明天可能就在人类睡大觉的时候，把一整套复杂的工程系统给搭完了。