Google DeepMind 研究團隊公布一項 AI 代理實驗，讓 4 個 Gemini 4 Argon 代理在沒有真人介入操作的情況下合作完成《Minecraft》主要遊戲目標。經過 27 小時 14 分鐘，AI 代理成功擊敗終界龍（Ender Dragon），期間自行編寫 2,783 個 JavaScript 程式，並在遊戲中合共死亡 605 次。
4 個 AI 自行分工 合作收集資源及打敗終界龍
研究團隊將 4 個 Gemini 4 Argon 代理放入隨機生成的《Minecraft》生存世界，指定唯一主要目標為打敗終界龍。研究人員沒有預先分配各自職責，也沒有提供完成任務的指定路線或由人類撰寫的遊戲專用程式。
代理使用開源 Mineflayer 程式庫控制遊戲角色，透過 JavaScript 執行移動、採礦、製作工具及戰鬥等操作。每個代理均可透過遊戲聊天頻道及共享記憶交換資料。
實驗期間 4 個代理自行形成分工，包括收集食物、製作工具、尋找要塞、啟動傳送門及攻擊終界龍。它們亦會向隊友通報危險位置、分享座標，並在其他角色死亡後協助尋回遺失物品。
研究數據顯示，整段過程共編寫及執行 2,783 個程式，交換 229 則隊伍訊息，死亡 605 次。其中與終界龍有關的最後階段耗時接近 14 小時。
實驗使用逾 13 億輸入 Token 運算成本不低
根據研究論文，4 個代理在打敗終界龍前處理約 13.5 億個輸入 Token，並產生約 1,600 萬個輸出 Token，涉及約 24,000 次模型呼叫。當中約 91% 輸入 Token 來自快取。
以 Gemini 4 Argon 推出時的 API 優惠定價估算，完成遊戲目標涉及模型費用約 520 美元（約港幣 HK$4,056）。若連同觀察代理及勝利後一天的運作計算，整個實驗費用約 810 美元（約港幣 HK$6,318）。
研究另外設有第 5 個代理 Observer，負責查看遊戲紀錄、核對其他代理聲稱完成的任務，並記錄整體進度。Observer 本身不參與遊戲。
AI 並非像真人看畫面操作 研究亦有局限
這次實驗所指的「自主完成」，並不代表 AI 能像普通玩家一樣觀看畫面，再用鍵盤和滑鼠玩遊戲。代理透過 Mineflayer 程式介面取得遊戲狀態，包括角色位置、附近方塊、物品及生物資訊。研究人員承認部分資訊甚至是一般玩家無法直接看到的資料，路徑規劃亦有現成程式庫協助。
遊戲採用 Easy 難度，研究亦只記錄一次完整實驗，不能據此判斷相同系統重複挑戰的成功率。論文同時承認已有其他 AI 專案使用不同工具完成擊敗終界龍的任務。今次研究的特點，是使用通用程式編寫代理，在沒有預先設計遊戲專用工具或攻略的情況下完成長時間協作。
研究團隊認為這些結果可協助觀察 AI 代理如何持續執行相互依賴的任務，並在遇到錯誤後調整做法。至於同樣能力能否可靠應用於實際軟件工程或企業工作，仍需要進一步測試。
來源：研究論文
