Vier autonome Agenten auf Basis des Modells Gemini 4 Argon haben in Minecraft den finalen Boss, den Enderdrachen, in einer zufällig generierten Welt auf dem Schwierigkeitsgrad Leicht besiegt. Das gesamte Spiel, vom ersten Axthieb ins Holz bis zum Tod des Drachens, dauerte 27 Stunden und 14 Minuten, und unterwegs starben sie insgesamt 605 Mal. Das Experiment beschreibt eine Forschungsarbeit von Google DeepMind, die am 15. Oktober 2026 auf arXiv erschienen ist. Die Autoren Maxence Faldor, Satinder Singh und Roberta Raileanu bezeichnen es als den ersten bekannten vollständig autonomen Minecraft-Durchlauf durch KI-Systeme, und zwar ohne vorbereiteten Seed und ohne von Hand geschriebene Spiellogik.

Vier Bots, null menschliche Hinweise

Die Agenten bekamen weder feste Rollen noch einen Plan, noch Informationen darüber, wo in der Welt Ressourcen liegen. Sie bekamen eine einzige Aufgabe: den Enderdrachen besiegen. Jeder von ihnen steuerte seine Figur über Mineflayer, eine offene JavaScript-Bibliothek, mit der man einen Bot in Minecraft auf Code-Ebene statt auf Pixel-Ebene steuert. Die Agenten sahen keinen Bildschirm und drückten keine Tasten, sondern schrieben und starteten Programme, die für sie konkrete Aktionen in der Spielwelt ausführten.

Laut den Autoren teilten die Bots schon in den ersten zehn Minuten selbstständig die Aufgaben untereinander auf: Einige sammelten Rohstoffe, andere bauten Werkzeuge, wieder andere bereiteten die Basis vor. Sie unterhielten sich im Spielchat, wo insgesamt 229 Nachrichten ausgetauscht wurden, und führten ein gemeinsames Gedächtnis, in dem sie Fundorte, Lehren aus Fehlern und Verhaltensregeln der getroffenen Mobs festhielten. In einer von den Forschern zitierten Anmerkung heißt es, „nichts in den Anweisungen der Agenten erwähnte Rollen, Truhen oder Rettungsaktionen“, die gesamte Arbeitsteilung sei von selbst entstanden.

Kristalle im Ende und Portal-Mathematik

Die meisten Probleme bereitete den Agenten die Schlussphase im Ende. Einer der Bots berechnete die Position der Festung auf 43 Meter genau, indem er die Flugbahn mehrerer geworfener Enderaugen verfolgte. Der Enderdrache selbst tötete das Team 69 Mal, bevor die Agenten die Mechanik der Kristalle durchschauten, die Gesundheit regenerieren und die Obsidian-Plattform umgeben.

Zwischen den Versuchen analysierten die Bots den internen Spielzustand und hielten Regeln zum Besiegen des Bosses fest. Schließlich entwickelten sie eine Methode, mit Stapeln aus Erdblöcken an die Kristalle heranzukommen, sodass sie diese vor dem Kampf gegen den Drachen selbst zerstören konnten. Um an diesen Punkt zu kommen, schrieben und führten die Agenten insgesamt 2.783 JavaScript-Programme aus, und das gesamte Spiel umfasste etwa 81 Tage Spielzeit.

Was so ein Experiment kostet

Die Kosten des gesamten Versuchs beliefen sich, berechnet nach dem Einführungspreis des Modells Gemini 4 Argon, auf rund 520 Dollar. Nach der regulären API-Preisliste wären es 1.040 Dollar gewesen. Die Agenten verarbeiteten 1,35 Milliarden Eingabe-Tokens, von denen 91 % aus dem Kontext-Cache stammten, und erzeugten 16 Millionen Ausgabe-Tokens, darunter 4 Millionen Tokens für das reine „Denken“ des Modells. All das verteilte sich auf etwa 24.000 Modellaufrufe.

  • 2.783 geschriebene und ausgeführte JavaScript-Programme
  • 605 Tode der Agenten, davon 69 durch den Enderdrachen selbst
  • 42 Hilfsfunktionen, die die Bots immer wieder nutzten
  • 6 Server-Neustarts während des Experiments
  • 22 % der geschriebenen Programme endeten mit einem Fehler

Was das Ergebnis einschränkt

Die Autoren weisen selbst auf die Grenzen des Experiments hin. Die Agenten erhielten Informationen über die Welt als exakte Daten aus dem Spielcode und mussten sie nicht wie ein Mensch vor dem Bildschirm aus einem Bild ablesen, was die Planung deutlich erleichtert. Gespielt wurde auf einem leichten Schwierigkeitsgrad, der die Stärke der Gegner begrenzt, und die Modelle hatten bereits in ihren Trainingsdaten allgemeines Wissen über die Mechaniken von Minecraft. Die Forscher betonen außerdem, dass es sich um einen einzelnen Durchlauf handelt und deshalb unklar ist, wie reproduzierbar das Ergebnis bei weiteren Versuchen wäre. Zudem lassen sich die Erkenntnisse nicht unbedingt auf unvorhersehbare Umgebungen außerhalb eines Spiels übertragen.

Trotz dieser Vorbehalte beschreibt das DeepMind-Team das Experiment als Beleg dafür, dass Koordination mehrerer Agenten, langfristige Planung und eigenständiges Debuggen von Code in der Praxis ohne menschliche Aufsicht funktionieren können. Das ist wichtig für den Bau von KI-Systemen, die reale Aufgaben der Softwareentwicklung unterstützen sollen.

Minecraft als Testgelände, kein neuer Speedrun-Rekord

Für Spieler, die sich die Anleitungen zum Besiegen des Enderdrachen ansehen, ist eine Unterscheidung wichtig: Das ist kein Geschwindigkeitsrekord im Sinne der Speedrun-Community, in der die besten Spieler das Spiel mit der Tastatur in wenigen Minuten durchspielen. Die DeepMind-Agenten spielten nach anderen Regeln, nämlich über mehr als einen Tag in einer zufällig generierten Welt, mit vollem Ressourcensammeln, Crafting und Erkunden. Das ist näher an normalem Survival-Gameplay als an einem optimierten Lauf durch alle Etappen.

Die Bibliothek Mineflayer, auf der das Experiment basiert, kennen auch die Entwickler von Bots und Automatisierung auf Minecraft-Servern gut, auch wenn die Regeln der meisten Communitys dort automatisiertes Spielen ohne Genehmigung verbieten. Das DeepMind-Experiment zeigt jedoch, dass sich dieselbe offene Infrastruktur, die Modder seit Jahren für Bergbau-Bots oder Farmen nutzen, heute mit großen Sprachmodellen für weit komplexere Aufgaben als das stumpfe Abbauen von Blöcken verbinden lässt.

Quellen