Gemini 智能体刚刚交出了一份很不"演示级"的成绩单：2026 年 10 月 16 日，Google DeepMind 研究者 Satinder Singh 与 Roberta Raileanu 通过 Hugging Face 博客报告，四个通用的 Gemini 4 Argon 编程智能体从随机种子出生点开始，自主打通了 Minecraft 生存模式并击败末影龙，全程耗时 27 小时 14 分钟。DeepMind 官方账号同日转发了这一结果。按报告作者的说法，这是 AI 智能体仅使用标准 Mineflayer 库、端到端自主完成 Minecraft 的首次记录——这一"首次"属于作者口径，尚待他人复现。
不看画面，只写代码
这组智能体的玩法和人类完全不同。它们看不到游戏画面，每个智能体操控一个 Mineflayer 机器人，只能通过编程接口感知和行动，解题方式是现场编写 JavaScript 程序：27 小时里一共写了 2,783 个程序、约 63,313 行代码，沉淀出 42 个可复用的辅助函数。研究者没有给它们预置任何人类写好的游戏工具，也没有预先分配角色；四个智能体之间只能用游戏内聊天和一份共享记忆协调。
分工是在跑的过程中自己长出来的。报告记录了几类自发行为：有的智能体逐渐专注于某类任务，形成事实上的专业化；它们会用三角定位的方式互相找位置；同伴死亡掉落物品时，会有智能体去把东西捡回来。这类协作不是脚本写死的，而是"共享记忆加自由通信"这套极简设置里涌现出来的。
605 次死亡和 13.5 亿 token 的账
成绩单的另一面是成本。四个智能体在通关路上死了 605 次，整个过程处理了约 13.5 亿个输入 token、1,600 万个输出 token，模型调用约 24,000 次；按报告给出的估算，这笔 API 费用约 520 美元（入门定价）到 1,040 美元（标准定价）。也就是说，这次通关靠的不只是聪明，还有大量的试错额度和不间断的长程运行——任何一个环节的记忆断裂或工具失效，都可能让 27 小时的进度清零。
把这件事放回智能体的真实考场看，它的价值不在"会玩游戏"。Minecraft 的生存通关恰好是一个要素齐全的长程任务：目标要拆成几十个前后依赖的子任务，资源管理、路径规划、战斗和建造交错，中途失败还得自己收拾残局。它证明的是，在有明确胜负判定、失败可以重来的环境里，通用编程智能体加共享记忆已经能把一天以上的任务跑完。这和Anthropic 内部智能体数量已达员工 6 倍：先变的是招聘里的工作场景是同一条曲线：智能体真正的能力边界，正在从"完成一步"挪向"扛完一整件事"。
边界同样要写清：这是一次单次运行的作者自报结果，游戏世界有清晰的通关条件、死亡可以复活，真实工作里多数长程任务没有这种廉价的重试机会；605 次死亡和四位数的美元成本若平移到生产环境，账也完全不同。下一次值得看的，不是它们能不能再通关一次，而是同样的设置换一张随机地图、换一个任务，还能不能以低得多的死亡次数跑完。
