Gemini 4 Argon Agents 擊敗 Minecraft 終界龍

我們將四個 Gemini 4 Argon Agent 放入一個安全沙盒化的 Minecraft 生存世界，並給他們一個目標：擊敗遊戲最終 Boss——終界龍。這些是我們通用的程式碼撰寫 Agent，也就是工程師日常開發軟體時使用的同一批 Agent，而非專為 Minecraft 打造的客製化系統。在研究人員監控即時儀表板、且能隨時介入暫停或終止任務的安全環境中，每個 Agent 透過開源函式庫控制一名玩家，並利用遊戲內的聊天室與共享記憶體和隊友協調。沒有人替他們分配角色或撰寫遊戲邏輯：所有的規劃、程式撰寫與除錯，都由 Agent 自己完成。

歷經 27 小時、寫出 2,783 支程式後，他們擊敗了終界龍。

這有什麼意義？要破關 Minecraft，必須在超過一天的時間裡，維持一套橫跨數千個相依步驟的連貫計畫。這些 Agent 成功協作、從反覆失敗中復原，並在沒有人類介入的情況下追求共同目標，證明了他們有能力處理複雜軟體工程與研究任務所需的長期、開放式問題解決能力。我們計畫運用這些經驗與測試框架，推進程式開發、科學、工程與機器人等其他領域的發展。

Minecraft 終極挑戰

要在隨機生成的世界中破關 Minecraft，需要一長串環環相扣的步驟：開採基礎材料、在危險的異次元中求生以收集稀有物品、用數學計算找出隱藏的地下要塞，最後擊敗一隻會不斷自我治療的 Boss。每個步驟都可能耗費數小時，而且一旦死亡重生，身上所有物品都會掉落。對 Agent 來說，真正的難處不在於任何單一步驟，而是要在數千個步驟之間維持一套連貫的計畫。

從 AlphaGo 到 AlphaStar，早期的遊戲里程碑都來自針對單一遊戲進行長時間訓練的系統；多數 Minecraft Agent 同樣依賴針對遊戲的專屬訓練、技能庫或規劃器。近期則有社群專案證明，單一語言模型 Agent 也能打到終界龍。然而，這些嘗試都仰賴大量限制條件與捷徑：例如在已事先探勘過的世界、搭配預先開啟的傳送門並以和平模式遊玩，或是讓單一 Agent 執行數十個人類預先寫好的 Minecraft 工具。

我們想問的是另一個問題。和其他大型語言模型一樣，Argon 已經在網路上讀過大量關於 Minecraft 的內容。那麼，一組通用型程式碼撰寫 Agent，能否只透過最陽春的程式介面——沒有遊戲專用工具、沒有提示、沒有人類引導、也沒有預先分配的角色——運用這些知識自行組織起來，從零開始在隨機生存世界中擊敗終界龍？

協作寫程式的實戰過程

這些 Agent 從未看過任何一個像素，也沒按過任何按鍵。每個 Agent 都是透過撰寫簡短程式來行動，例如「走到這些座標，並挖取 16 格範圍內的所有鐵礦」。他們也會讀取程式執行後的輸出結果，包括 Agent 更新後的位置、生命值與物品欄，或是產生的錯誤訊息。與過往的社群嘗試不同，他們是在簡單難度、有敵對怪物的隨機世界中起步，並且直接使用官方發布的標準 Mineflayer 函式庫，我們沒有在上面疊加任何額外開發。Mineflayer 能讓程式讀取玩家的位置、生命值、物品欄與周遭環境，並下達基本指令，例如走到指定位置、挖掘或放置方塊、合成物品或攻擊。但 Mineflayer 不會教 Agent 怎麼玩遊戲：該做什麼、按什麼順序做，全由 Agent 自己決定。

開始十分鐘後，Agent 們就在聊天室裡分工完畢：一個製作工具、一個收集食物、一個挖鑽石，還有一個負責建造通往遊戲第二維度的傳送門。為了找到隱藏的要塞，其中一個 Agent 從兩個不同地點投擲了兩件物品讓其飛向要塞，用程式追蹤各自的飛行軌跡，並計算出兩條路徑的交會點。它的估算結果距離 1.3 公里外的要塞僅差 43 公尺。

物品圖示取自開源的 Pixel Perfection 材質包（XSSheep 與 Nova_Wostra，CC BY-SA 4.0），並非 Minecraft 原版材質。

擊敗終界龍是遊戲中最困難也最耗時的挑戰，導致 Agent 們重生了 69 次。在每次嘗試之間，他們會把學到的教訓記錄下來，留給下一次使用。最後，有個 Agent 發現水晶正在治療終界龍，並想出不需要鎬子就能破壞它們的方法：在每座塔旁堆疊泥土、打碎水晶、再往下挖回來。最後一顆水晶被摧毀後 39 分鐘，終界龍遭到擊敗。給予最後一擊的玩家，生命值只剩下 20 點中的 2.5 點。

物品圖示取自開源的 Pixel Perfection 材質包（XSSheep 與 Nova_Wostra，CC BY-SA 4.0），並非 Minecraft 原版材質。

過程中，團隊持續在共享筆記中記錄座標與心得，撰寫了四個 Agent 共用的輔助函式（其中一個出現在 655 支程式中），在彼此重生後幫忙撿回物品，並主動標記自己的失誤。當某支程式宣告了一個並未真正發生的成功時，撰寫它的 Agent 在兩分鐘後表示：「我上一則訊息是一段未受保護的腳本分支。」

走出沙盒

Minecraft 只是沙盒，這些技能卻是通用的。花超過一天時間追求目標、撰寫並除錯數千支程式、從失敗中復原、以及團隊協作，正是長期軟體專案與研究工作所要求的條件。這也是我們對優秀合作夥伴的期待：一個懂得分配工作、維護共享筆記並修正自身錯誤的 Agent，才是工程師敢把實際工作交付給它的對象。

Minecraft 同時也是研究 Agent 能力的安全場域。Agent 在遊戲中的程式只能控制自己的玩家：無法啟動程序、無法寫入檔案，也沒有任何 Agent 使用伺服器指令。第五個 Agent「觀察者」以獨立見證者的身分全程追蹤這場任務，負責檢視是否有作弊或鑽規則漏洞的行為；無論是觀察者，還是我們人工抽樣檢查日誌，都沒有發現任何違規情形。每一支程式、每一則訊息與每一個遊戲事件都被記錄在即時儀表板上，研究人員可隨時暫停或終止任務；而 Agent 之間的協調完全透過純文字與程式碼進行，任何人都能逐行閱讀。在每一步都清晰可見的沙盒環境中觀察 Agent 團隊如何協作，正是在將這類系統投入真實世界任務前，理解其運作方式的一種途徑。

這項研究的限制同樣值得注意。Agent 是透過 API 來感知世界，API 會明確告訴他們周圍有哪些方塊與生物，而尋路演算法外掛則會幫他們規劃避開障礙物的路線。他們玩的是簡單難度。而且他們失敗了很多次：共重生 605 次，22% 的程式以錯誤收場。

驗證結果

我們記錄了整場任務的所有細節：全部 2,783 支程式及其輸出、229 則聊天訊息、定期的世界快照，以及完整伺服器日誌——日誌顯示，勝利發生在第一支程式執行後的 27 小時 14 分鐘。伺服器已停用作弊指令，沒有任何程式發出伺服器指令或網路請求；獨立的觀察者 Agent 與我們的日誌人工稽核都確認，團隊完全是透過標準生存玩法取得勝利。

下一個前沿

這項研究只是初步探索如何利用 Minecraft 等沙盒環境來評估 AI 團隊的協作能力。後續研究方向包括：如果讓 Agent 像人類一樣直接透過虛擬鍵盤與滑鼠、從像素畫面來玩遊戲，會發生什麼事？當團隊規模擴大時，協作方式會如何改變？當目標像 Minecraft 允許的那樣是開放式的，而非固定不變時，這些 Agent 又會創造出什麼？

我們也計畫運用這個測試框架，以及本次實驗中學到的經驗，來應對真實世界的複雜挑戰，將協作式、長期的智慧能力帶入軟體工程、科學研究、設計與機器人領域。終界龍已經倒下，但打造可靠 AI 隊友的真正工作才剛開始。

想進一步了解這項研究，請參閱我們的技術報告：http://arxiv.org/abs/2610.22319

這是一項獨立研究實驗。它並非 Minecraft 官方認可的里程碑，也未經 Mojang 或 Microsoft 核准或與其有任何關聯。遊戲畫面使用的是 XSSheep 與 Nova_Wostra 製作的 Pixel Perfection 材質包，採用 CC BY-SA 4.0 授權，並非 Minecraft 原版材質。