Gemini 4 Argon 四个智能体27小时通关Minecraft
DeepMind 让 4 个 Gemini 4 Argon 智能体自己分工、写代码、互相调试，27 小时干掉 Ender Dragon，全程没人插手，过程细节很有意思。
Google DeepMind 用 4 个运行 Gemini 4 Argon 的智能体挑战 Minecraft，仅用 27 小时就击败最终 Boss Ender Dragon。这些智能体使用与写代码相同的标准版模型，未做 Minecraft 专用定制，也没有预先分配角色，全靠聊天自行分工，共享记忆。它们不能直接操控游戏，只能通过 Mineflayer 库写代码间接操作，全程共编写了 2,783 个程序。失败后智能体会记录教训，最终摸索出先登塔摧毁治疗水晶再打龙的策略，战斗中共阵亡复活 69 次。
เอเจนต์ Gemini 4 Argon เล่น Minecraft จบใน 27 ชั่วโมง ไม่ต้องใช้มนุษย์ช่วย Body Google DeepMind โชว์งานวิจัยการใช้เอเจนต์ 4 ตัวที่รันโมเดล Gemini 4 Argon ท้าทายตัวเองด้วยการมอบโจทย์ข้อเดียวคือให้เล่น Minecraft จนเอาชนะบอสตัวสุดท้าย Ender Dragon ได้ สิ่งที่ DeepMind ทำคือใช้เอเจนต์ Gemini 4 Argon รุ่นมาตรฐาน ตัวเดียวกับที่ใช้เขียนโค้ดทั่วไป ไม่ต้องใช้เอเจนต์รุ่นที่คัสตอมมาเพื่อ Minecraft (แต่เคยอ่านข้อมูล Minecraft มาบ้างในตอนเทรน) อีกทั้งไม่ได้กำหนดบทบาทให้เอเจนต์แต่ละตัวเลย ปล่อยให้สื่อสารกันเองผ่านแชท (แต่มี shared memory ร่วมกัน) ให้วางแผนกันเอง เขียนโค้ดกันเอง ดีบั๊กกันเอง เงื่อนไขอีกข้อคือ เอเจนต์เหล่านี้ไม่สามารถควบคุมเกม Minecraft ได้โดยตรง แต่ใช้วิธีสั่งการ Minecraft ผ่านการเขียนโค้ดแทน (เช่น เดินไปตำแหน่งที่กำหนด แล้วขุดแร่เหล็กทุกอันในรัศมี 16 บล็อค) ผ่านไลบรารีชื่อ Mineflayer ที่เปิดให้โปรแกรมภายนอกอ่านค่าสถานะในเกมได้ ผลคือเอเจนต์ 4 ตัวนี้ลองผิดลองถูกกันอยู่นาน 27 ชั่วโมง เขียนโปรแกรมใช้กันเอง 2,783 โปรแกรม และเอาชนะ Ender Dragon ได้สำเร็จ (สู้ไปคืนชีพไป 69 รอบ) ทีมวิจัยของ DeepMind บอกว่าโจทย์การเล่น Minecraft ถือเป็นโจทย์ที่ท้าทายมากกว่าการเล่นโกะหรือ StarCraft ในอดีต เพราะโลกใน Minecraft สร้างมาแบบสุ่ม ดังนั้นเอเจนต์ต้องวางแผนร่วมกันเป็นขั้นเป็นตอน จำนวนหลายพันขั้นตอน เรียนรู้จากความผิดพลาดตลอดเวลา สิ่งที่น่าสนใจคือเมื่อสู้แพ้ Ender Dragon แล้วเอเจนต์จดบทเรียนเอาไว้เพื่อใช้ในการต่อสู้รอบหน้า จนกระทั่งมีเอเจนต์ตัวหนึ่งสังเกตเห็นว่ามีคริสตัลใช้รักษาพลังของ Ender Dragon ได้ จึงขุดดินมาก่อเพื่อไต่ไปบนหอคอยที่มีคริสตัล แล้วไล่ทุบคริสตัลไปทีละอัน Four Gemini 4 Argon agents beat Minecraft from scratch in 27 hours. Operating in a sandbox using only code and text, they wrote 2,783 programs, divided up jobs over chat, shared notes, and debugged errors together - all with no human help ↓ https://t.co/uyIhDOQXGT — Google DeepMind (@GoogleDeepMind) October 16, 2026 mk Mon, 19/10/2026 - 22:00
