文章核心观点 - Google DeepMind通过四个Gemini 4 Argon Agent在《我的世界》中从零开始组队击败末影龙，验证了多Agent系统在模糊目标下自主拆解任务、分工协作、共享经验、互相纠错并完成跨天超长任务的能力 [2][3][4] - 该实验本质上是一场Agent排障实验，核心在于测试AI能否在连续工作一天后仍记住最初目标，并在工具报错、方案失败、队友倒下时自行恢复现场、持续推进任务 [48][49][50] - 实验同时暴露了当前Agent完成超长任务所需付出的时间、试错和成本代价 [42] 实验过程与关键数据 - 四个Agent在随机MC地图上从0开始，全程未获任务分配和现成攻略，仅收到“击败末影龙”的模糊指令 [2][4] - 总耗时27小时，Agent之间互相发送229条消息，写下超2700行JavaScript代码 [3] - 全程集体阵亡605次，队伍未被打散并最终获胜 [5] - Agent通过开源库Mineflayer读取角色位置、血量、背包和周围环境，自行编写JavaScript程序控制角色赶路、挖矿、合成和战斗，一段代码跑完后读取结果、检查报错再写下一段 [8][9] - 不到2小时凑齐铁器和钻石并点亮传送门 [11] - 5个半小时后将15颗末影珍珠放入公共箱子 [17] - 第13小时激活末地传送门，剩余近14小时全部卡在末影龙面前，巨龙先后杀死Agent共69次 [28][29][30] - 第21小时定位到问题根源，随后4个多小时拆掉10颗水晶，最后一颗水晶消失39分钟后末影龙倒下 [32][34][35] - 完成最后一击的Agent bulicame仅剩2.5点生命值 [36] 分工与协作机制 - 四个Agent自主商量分工：gyldenia负责寻找食物、床和打火石；bulicame负责下矿挖钻石；janesick负责炼铁和制作工具；auratian负责搭建下界传送门 [15] - Agent一边写代码操控角色，一边共享情报、互相救场 [5] - Agent将踩过的坑写入共享记忆，janesick曾带12份烈焰粉被烧死且掉落物被恶魂火球炸毁，几只Agent随即聚在一起复盘事故原因、写下解决办法并提醒所有队友 [13][14] - janesick在两个地点投掷末影之眼，每隔50毫秒记录一次飞行轨迹并计算两条直线交点，将要塞锁定在距村庄约1.3公里处，与实际传送门仅相差43米 [19][20] - auratian带全部12颗末影之眼溺水身亡后，两只Agent迅速向bulicame报出死亡坐标和物品消失时间，bulicame在只剩两分半时间内将12颗末影之眼全部捞回 [23][24][25] - 面对末影龙久攻不下，auratian想出往脚下垫土爬上柱顶、用手挨个打掉水晶的朴素办法，路子对了以后Agent迅速推进 [34] 成本与资源消耗 - 通关总计烧了约520美元（约3682元） [39] - 累计处理约13.5亿输入Token、生成1600万输出Token [39] - 调用模型约2.4万次，其中约91%的输入由缓存提供 [39] 行业意义与启示 - 《我的世界》通关需连续完成采集、制造、探索、战斗、资源管理和团队协作等一系列工作，前一步没做完后一步就接不上，角色阵亡还会导致装备材料清零，恰好对应长期Agent最容易翻车的环节 [45][46][48] - AI需回答能否在拿到模糊最终目标后拆出数千个具体动作、能否在连续工作一天后记得最初目标、能否在工具报错和方案失败时自行恢复现场 [48] - 当目标函数降不下去时，AI需要学会先找出是哪一项在往回拉，而非急着加大步长；只有学会自己揪出阻碍任务的关键变量并切断问题链条，才可能圆满完成长程任务 [49][50] - 现实工作场景更倾向给出“把这套项目性能优化好”之类的总目标并希望AI一口气做完，而非由人类逐步安排任务拆解、动手顺序、失败恢复和经验交接 [52][53] - 该实验展示了新可能：一支Agent队伍能在没有人类工程师提前规划所有路径的情况下，自己认领工作、分享经验、互相纠错，并带着数百次失败经验啃下跨天任务 [55]