DeepMind四Agent协作通关《我的世界》：AI长期自主协作与工具调用的新里程碑

事件概述

DeepMind近期发表研究论文，详细记录了四个基于Gemini 4 Argon的智能体（Agent）在沙盒游戏《我的世界》（Minecraft）中完成高难度挑战的过程。这四个智能体在没有人类预先编写程序或提供“代打”支持的情况下，从零开始学习游戏规则，通过自行编写代码、分配角色、共享经验并不断试错，最终在现实时间27小时内击败了游戏终极Boss“末影龙”。

核心信息

1. 多Agent协作与自主编程

• 零初始代码：与传统依赖预设工具库不同，本次实验中的智能体需自行生成执行砍树、挖矿、合成装备等动作的代码。
• 分工机制：四个智能体自发形成分工体系，分别负责资源收集、工具制作、路径探索和战斗指挥。它们建立了沟通机制，能够共享死亡位置和关键物品掉落点，以优化后续行动。
• 迭代调试：在执行过程中，约五分之一的程序出现报错，智能体需识别错误并重新编写代码进行修正。整个过程中共生成了超过2700个独立程序，累计代码量达6.33万行。

2. 实验数据与挑战

• 失败与重试：智能体在游戏内经历了相当于80多天的虚拟时间，累计死亡605次（包括被怪物击杀、溺水等）。仅击败末影龙这一环节就耗时近14小时，期间被龙攻击致死69次。
• 环境适应：面对复杂的环境变化（如溺水风险），智能体开发了特定功能模块（如保持浮力的程序）来应对突发状况，展现了极强的环境适应能力和问题解决能力。

3. 《我的世界》作为AI训练场地的价值

• 任务可拆解性：《我的世界》拥有极高的自由度，其基础操作（移动、挖掘、放置、合成等）可组合成数百万种任务序列。例如，“打败末影龙”可拆解为准备武器、寻找铁矿、冶炼、打造装备等数千个子任务。
• 长期自主性测试：相比国际象棋或《星际争霸》等目标固定的游戏，《我的世界》要求AI具备长期的规划能力、资源管理能力和多步骤任务的执行能力，是检验AI“主观能动性”和长期记忆的理想平台。
• 历史演进：从2016年微软Malmo平台、2019年MineRL比赛，到2022年OpenAI的VPT视频预训练，再到2025年DreamerV3的无示范学习，AI在该游戏中的能力逐步从单一技能习得向复杂自主探索演进。

值得关注

• 研究目标转向：此次实验的核心目的并非让AI成为游戏高手，而是验证AI在缺乏人类实时干预下，能否连续工作长时间、调用上千次工具，并在动态环境中保持记忆、配合与协调。这被视为未来通用人工智能（AGI）实现多Agent协作的关键一步。
• 新起点意义：继AlphaGo击败李世石后，多Agent在复杂开放环境中的成功协作可能成为AI发展的另一个标志性节点，预示着AI从“单兵作战”向“团队协同”模式的转变。