四个 AI 智能体在没有人类帮助的情况下通关了《我的世界》——这件事的技术含义，远大于一条游戏新闻。
发生了什么
据 The Decoder 报道，四个运行在 Google Gemini 4 Argon 上的智能体完成了一次全自主的《我的世界》通关：它们最终击杀了末影龙（Ender Dragon），也就是这款游戏的"通关"标志。
值得注意的是过程数据：系统没有给它们预设角色分工，也没有预设策略，四个智能体自行协调；整个过程中它们编写了 2,783 个程序、彼此交换了 229 条聊天消息，并死亡 605 次。这次会话的成本为 1,620 美元。
为什么重要
《我的世界》一直是 AI 智能体的经典试炼场，原因在于它同时考验多种能力：长时序规划、资源采集与合成、空间探索、工具制作，以及在失败后重新组织策略。此前的多数工作依赖人工编写的脚本、分阶段的任务拆解，或针对单一子目标（如挖矿、建造）的专用智能体。
这次的不同点在于"没有预设角色和策略"。四个智能体需要自己决定谁做什么、如何分工、何时沟通。229 条消息和 2,783 个程序说明它们确实在通过写代码和对话来组织协作，而不是执行一条预先铺好的流水线。这对多智能体系统研究是一个有分量的信号：协作结构可以由模型在运行中涌现，而不必由人手工设计。
605 次死亡同样值得注意。它既说明任务难度真实存在，也说明系统具备从反复失败中恢复并继续推进的能力——在长时序任务里，这种"不放弃"的鲁棒性往往比单步能力更稀缺。
影响与看点
对开发者而言，最直接的参照是成本与效率的权衡：1,620 美元换一次通关，说明当前前沿模型驱动的长时序自主任务仍相当昂贵，距离低成本规模化还有距离。但成本曲线通常会随模型效率提升而下移，真正需要观察的是单位成本下的任务完成率如何变化。
对行业而言，这次实验把讨论重心从"智能体能做多复杂的单步操作"推向"智能体能否在开放目标下自行组织、长期坚持并最终收敛"。后者更接近真实业务场景——无论是自动化运维、软件工程还是复杂流程处理，都需要这种无预设分工的协作能力。
一个克制的判断：单次成功通关不等于可复现的通用能力，样本量为一时尤其如此。但它至少证明，多智能体自主协作在足够难的长时序任务上已经跨过了"能跑通"这道门槛，接下来的问题会变成"多稳定、多便宜"。
