Google DeepMind 上半个月挂出一篇论文,标题写得很直白,A team of Gemini 4 Argon agents beats Minecraft。四个 AI,没人教,没攻略,把《我的世界》生存模式从头通关了。
实验的设置故意做得狠。游戏是 Java 版 1.20.4,随机生成地图,简单难度,作弊指令关闭。四个智能体各操控一个角色,研究人员给的全部家当是一个聊天频道和一份共享笔记,目标只有一句,击败末影龙。谁挖矿谁打架,没人安排。
它们也不看屏幕,不碰键鼠。每个智能体通过开源库 Mineflayer 读取自己角色的位置、血量和背包,然后自己写 JavaScript 程序控制角色行动,程序跑完读结果、看报错,接着写下一段。整个过程 27 小时 14 分钟,一共写了 2783 个程序,算下来平均每 35 秒就有一段新代码出炉。
最有意思的是分工怎么冒出来的。开局不到十分钟,其中一个智能体在聊天频道里提议分工合作,几句话之后队伍就拆好了活,一个管找食物和床,一个下矿挖钻石,一个炼铁做工具,一个去搭下界传送门。没有人喊我来当队长,一个群聊把整支队伍拉了起来。
过程当然不顺利。进入下界以后,负责炼铁的那个智能体带着 12 份烈焰粉被火烧死,掉落的材料又被恶魂一发火球炸了个干净。几个队友凑在聊天里复盘事故,把解决办法写进共享笔记,提醒所有人别再踩同一个坑。全程它们聊了 229 条消息,死了 605 次,其中 69 次死在末影龙手里,队伍始终没散。

末段打得很典型。游戏进行到约 21 小时,一个智能体发现柱子顶端的十颗末影水晶在给龙持续回血,还找到了用泥土往上堆的办法。接下来 4 小时 40 分钟,十颗水晶被全部摧毁。39 分钟后,一名队员在只剩 2.5 点血、满值 20 点的状态下杀死了末影龙。
成本也公开了。整个过程处理了约 13.5 亿输入 token,按优惠价格算大约 520 美元,标准价格约 1040 美元。四个员工干一天半的活,不到一千美元,这个数字放在两年前没人敢想。
这件事和 2016 年的 AlphaGo 有本质区别。AlphaGo 是专门为围棋训练的,换一个游戏就废了。这次上场的 Gemini 4 Argon 是通用模型,除了 Mineflayer 这个通用接口,没有任何一行代码是为《我的世界》定制的。参与研究的 Maxence Faldor 说,团队计划把同样的设置用到编程、科学和机器人任务上。
AI 学会了商量着拆活、踩坑之后自己复盘、再从零推进一整条任务链。这事看上去发生在游戏里,离干活已经不远了。等它们真的进了编程和机器人现场,第一个像样的成果值得所有人盯着看,我会持续跟进。

评论列表 (6条):
加载更多评论 Loading...