四个 agent 自己通关了 Minecraft

四个 agent 被扔进一个随机生成的 Minecraft 世界。没有队长，没有角色分配，也没有人告诉它们先砍树还是先挖矿。

27 小时后，末影龙死了。

一、发生了什么

10 月 18 日，The Decoder 报道了 Google DeepMind 的这组实验。四个 agent 全部跑在 Gemini 4 Argon 上，进入游戏时没有预设分工、没有策略提示，也没有为游戏定制的工具接口。

它们自己把任务拆开：有人去收集资源，有人去探路，遇到危险互相喊话，队友死了就去把掉落物捡回来。犯过的错被写进一份共享记忆，避免重复踩坑。

整个过程持续 27 小时 14 分钟。四个 agent 一共写了 2783 段 JavaScript 程序来操控游戏，互相发了 229 条聊天消息，死了 605 次。按 2027 年生效的 Gemini 4 Argon 标准价格计算，这一局花了 1620 美元。

报道称这是首次在没有人类输入的情况下通关。这个说法要限定在「这组模型、这个版本、这种配置」里看，但方向是清楚的：以前打通 Minecraft 需要专门训练的专用系统，从零开始学一套只服务于这个游戏的策略；现在换成通用 agent，用自然语言目标加协作，就能逼近同一个结果。前者更像造一台专用机器，后者更像雇一个团队。

真正撑住这 27 小时的，是那份共享记忆。27 小时里，四个 agent 的上下文各自增长，如果没有一个共同的地方记录「哪些资源在哪、哪条路走过、上次为什么失败」，它们很快就会互相矛盾。协作的难点从来不是同时干活，而是同时相信同一套事实。

二、跟你有什么关系

做长任务的。 单 agent 跑到几十步就会丢失目标，这里靠的是把「谁在做什么」外化成共享记忆和消息，而不是塞进一个越来越长的上下文。

做多 agent 产品的。 值得抄的不是「四个」，而是三条：任务自己分、危险主动广播、错误写下来。这三条都不需要改模型。

算成本的。 一局游戏 1620 美元。同样的时长换成客服、运维、数据分析，账单只会更高，不会更低。先算清楚一次成功值多少钱。

三、怎么让多个 agent 真的配合

1. 别先分角色。 事先写死「你是采集者、你是建造者」，等于把人的假设塞回去。给它目标和可用工具，让分工在运行中长出来。
2. 建一份共享的错题本。 谁踩了什么坑、怎么失败的，写进所有 agent 都能读的地方。重复犯同一个错，是长任务里最贵的开销。
3. 让危险可以被广播。 一个 agent 发现前面有坑，其他三个要能立刻知道。没有广播，就只能各自死一遍。
4. 允许救队友。 死亡不是终止条件。能回收掉落的物品、能接力未完成的目标，任务才跑得长。
5. 按「完成一次」算钱。 不要按 token 单价比较模型。605 次死亡也是成本，而且是最容易被忽略的那部分。
6. 留一份可复盘的记录。 谁在什么时候做了什么、为什么失败，事后要能查。这份记录既用于改策略，也用于判断下一次该不该继续加 agent。

四、三个别信的说法

「四个 agent 一定比一个强。」 这里没有单 agent 的对照成绩，报道也没给。四个 agent 的对话、共享记忆、重复尝试都要花钱，任务短的时候，协调开销会盖过收益。

「它能通关，就能干别的长任务。」 Minecraft 有清晰的目标、即时的反馈、可以无限重来。现实任务往往目标模糊、失败不可逆、没人告诉你「末影龙」在哪。可重试性是这类演示最容易被忽略的前提。

「27 小时说明它不需要人。」 人没在环里操作，但人定了目标、选了模型、付了账单。无人值守和无人负责是两件事。

五、一句话结论

多 agent 的胜负手不在模型多聪明，而在它们能不能共享错误、互相报警、把死掉的队友拉起来。

信息来源

• Four Gemini 4 Argon agents beat Minecraft without any human help，The Decoder，2026-10-18

功能与价格以官方公告为准。本文写于 2026 年 10 月 19 日。