Cztery autonomiczne agenty oparte na modelu Gemini 4 Argon pokonały w Minecrafcie finałowego bossa, Ender Dragona, w losowo wygenerowanym świecie na poziomie trudności Easy. Cała rozgrywka, od pierwszego uderzenia siekierą w drewno do śmierci smoka, zajęła im 27 godzin i 14 minut, a po drodze zginęły łącznie 605 razy. Eksperyment opisała praca badawcza Google DeepMind opublikowana 15 października 2026 roku na arXiv, a jej autorzy, Maxence Faldor, Satinder Singh i Roberta Raileanu, określają go jako pierwsze znane w pełni autonomiczne przejście Minecrafta przez systemy sztucznej inteligencji bez wcześniej przygotowanego ziarna świata i bez ręcznie napisanej logiki gry.

Cztery boty, zero ludzkich wskazówek

Agenci nie dostali przypisanych ról, planu działania ani informacji o tym, gdzie w świecie znajdują się zasoby. Dostali jedno zadanie: pokonać Ender Dragona. Każdy z nich kontrolował postać poprzez Mineflayer, otwartą bibliotekę JavaScript pozwalającą sterować botem w Minecrafcie na poziomie kodu, nie pikseli. Agenci nie widzieli ekranu i nie wciskali klawiszy, tylko pisali i uruchamiali programy, które wykonywały za nich konkretne czynności w świecie gry.

Według autorów pracy już w pierwszych dziesięciu minutach boty samodzielnie podzieliły się obowiązkami: jedne zbierały surowce, inne budowały narzędzia, kolejne przygotowywały bazę. Komunikowały się w czacie gry, wymieniając w sumie 229 wiadomości, i prowadziły wspólną pamięć, w której zapisywały lokalizacje, wnioski z błędów i reguły działania napotkanych mobów. W cytowanej przez badaczy uwadze zaznaczono, że „nic w instrukcjach agentów nie wspominało o rolach, skrzyniach ani akcjach ratunkowych”, a cały podział pracy wyłonił się sam.

Kryształy w Kresie i matematyka portalu

Najwięcej problemów sprawił agentom finałowy etap w Kresie. Jeden z botów obliczył lokalizację fortecy z dokładnością do 43 metrów, śledząc trajektorię kilku Oczu Enderów wystrzelonych w trakcie poszukiwań. Sam Ender Dragon zabił zespół 69 razy, zanim agenci rozpracowali mechanikę regenerujących zdrowie kryształów otaczających platformę obsydianową.

Między kolejnymi próbami boty analizowały stan wewnętrzny gry i zapisywały reguły pozwalające pokonać bossa, aż w końcu opracowały metodę dostępu do kryształów przy użyciu stosów bloków ziemi, co pozwoliło je zniszczyć przed starciem z samym smokiem. Łącznie, by dotrzeć do tego punktu, agenci napisali i wykonali 2783 programy w JavaScripcie, a cała rozgrywka objęła około 81 dni w czasie gry.

Ile kosztował taki eksperyment

Koszt całej próby, policzony według wprowadzającej cennikowej stawki modelu Gemini 4 Argon, wyniósł około 520 dolarów, a przy standardowym cenniku API byłoby to 1040 dolarów. Agenci przetworzyli 1,35 miliarda tokenów wejściowych, z czego 91% pochodziło z pamięci podręcznej kontekstu, oraz wygenerowali 16 milionów tokenów wyjściowych, w tym 4 miliony tokenów samego „myślenia” modelu. Wszystko to w ramach około 24 tysięcy wywołań modelu.

Reklama · G2A · link afiliacyjny G2A Gry i kody cyfrowe w G2ASprawdź ofertę →
  • 2783 napisane i wykonane programy w JavaScripcie
  • 605 śmierci agentów, w tym 69 z ręki samego Ender Dragona
  • 42 funkcje pomocnicze wielokrotnie wykorzystywane przez boty
  • 6 restartów serwera w trakcie eksperymentu
  • 22% napisanych programów zakończyło się błędem

Co ogranicza ten wynik

Autorzy pracy sami zaznaczają ograniczenia eksperymentu. Agenci dostawali informacje o świecie w formie dokładnych danych z kodu gry, nie musieli ich odczytywać z obrazu jak człowiek patrzący na ekran, co znacznie ułatwia planowanie. Rozgrywka odbywała się na łatwym poziomie trudności, ograniczającym siłę przeciwników, a modele miały już w swoich danych treningowych ogólną wiedzę o mechanikach Minecrafta. Badacze podkreślają też, że to pojedynczy przebieg, więc nie wiadomo, jak powtarzalny byłby wynik przy kolejnych próbach, oraz że wnioski niekoniecznie przenoszą się na nieprzewidywalne środowiska poza grą.

Mimo tych zastrzeżeń zespół DeepMind opisuje eksperyment jako dowód na to, że wieloagentowa koordynacja, planowanie długoterminowe i samodzielne debugowanie kodu mogą działać w praktyce bez nadzoru człowieka, co ma znaczenie przy budowie systemów AI wspierających rzeczywiste zadania inżynierii oprogramowania.

Minecraft jako poligon testowy, nie nowy rekord speedrunu

Dla graczy śledzących poradniki dotyczące pokonywania Ender Dragona ważne jest jedno rozróżnienie: to nie jest rekord prędkości w rozumieniu społeczności speedrunowej, gdzie najlepsi gracze przechodzą grę na żywej klawiaturze w kilka minut. Agenty DeepMind działały na innych zasadach, grając w losowo wygenerowanym świecie przez ponad dobę, z pełnym zbieraniem zasobów, craftingiem i eksploracją, bliżej typowej rozgrywki survivalowej niż zoptymalizowanego biegu po wszystkie etapy.

Biblioteka Mineflayer, na której oparto eksperyment, jest też dobrze znana twórcom botów i automatyzacji na serwerach Minecrafta, choć tam regulaminy większości społeczności zakazują nieautoryzowanego automatycznego grania. Eksperyment DeepMind pokazuje jednak, że ta sama otwarta infrastruktura, od lat wykorzystywana przez modderów do pisania botów wydobywczych czy farm, da się dziś połączyć z dużymi modelami językowymi do zadań dalece bardziej złożonych niż powtarzalne kopanie bloków.

Źródła