谷歌4个AI盲打27小时通关《我的世界》!死605次写6万行代码,全程0人工

生命值只剩2.5格

再挨一下擦碰，名叫 bulicame 的玩家就会当场暴毙。

这是虚拟世界里的第81个昼夜，也是现实时间里的第 27小时14分。在它面前，是《我的世界》（Minecraft）里的终极Boss，末影龙。

bulicame 挥出了最后一击

末影龙轰然倒下，服务器后台跳出一行冰冷的成就日志：“Free the End（解放末地）”。

此时的电脑屏幕前空无一人，现场既看不到点亮的显示器或键盘敲击声，后台甚至连游戏画面都没有渲染。

操控 bulicame 和另外三名队友的，是 Google DeepMind 扔进沙盒里的4个通用编程智能体，Gemini 4 Argon。

▲ Google DeepMind 官方宣布：4个 Gemini 4 Argon 智能体用27小时从零通关《我的世界》，全程仅靠代码与文字，零人工干预

它们是彻头彻尾的“盲人玩家”

在整整27个小时里，这4个AI看不到一丁点像素画面，也没按过一次鼠标。它们唯一的行动方式，是现场编写2783个 JavaScript 小程序，累计敲出63313行代码，在聊天框里吵架、分工、抢救队友遗产，硬生生在经历了 605次死亡 后，完成了人类历史上首次纯自主、零外挂的AI小队通关。

01蒙上眼睛，把游戏玩成“黑客帝国”

先给不玩《我的世界》的朋友补个一分钟背景。

这款游戏的生存模式，是一条极其严苛的长链条。你空手出生在随机生成的荒野，得先砍树、挖矿、造铁器；接着建造传送门进入岩浆遍地的“下界”，猎杀烈焰人拿到烈焰棒，再攒够末影珍珠合成“末影之眼”；然后靠它定位深埋地底的要塞，开启通往“末地”的传送门；最后爬上黑曜石高柱，拆掉给Boss回血的十颗水晶，才能彻底杀死末影龙。

哪怕是人类老手，一旦中途暴毙，背包里的家当就会散落一地。要是5分钟内没捡回来，几十个小时的心血瞬间清零。

DeepMind 的研究员 Maxence Faldor、Satinder Singh 和 Roberta Raileanu 做了一件很绝的事。

他们没有给AI准备任何针对游戏的“定制外挂”，而是直接拎来了工程师日常写软件用的同款通用编程智能体。

研究员只给它们塞了一句话的目标：击败末影龙。

至于怎么分工？怎么活下去？全凭四个AI自己商量

既然看不见画面，AI怎么玩？答案是一个叫 Mineflayer 的开源代码库。你可以把它理解成一根插进游戏里的“神经导管”。AI写一段几十行的 JavaScript 代码发过去，命令角色“往前走十步、挖掉眼前的石头”；几秒钟后，程序返回一段纯文字报告，当前坐标、剩余血量、背包里多了几块圆石，或者干脆是一串冷冰冰的代码报错。

这群智能体纯粹依靠现场编写代码，在全盲状态下摸索并重塑着背后的虚拟世界。

▲ DeepMind 技术报告首页：展示了四智能体端到端自主通关设定与27小时14分钟的时间线

0250毫秒的几何学，与生死5分钟的遗产抢救

把四个通用编程智能体丢进沙盒荒野，最令人惊叹之处在于它们在绝境中被激发出的“工程师本能”。

开局仅仅10分钟，名叫 janesick 的AI就在公屏聊天里抛出了第一套分工方案。不到一分钟，队友 auratian 提出了修改建议，老实人 gyldenia 秒回了一句：“Copy that!（收到！）”

一支没有人类包工头的四人小队，就此成型。前两个小时顺风顺水，砍树、下矿、炼铁，一气呵成。

严酷的考验在下界全面爆发

为了收集末影珍珠，它们得猎杀身高近三格、战力极强的末影人。怎么办？AI们很快摸清了空间几何规则，在扭曲森林里搭起了只有两格高的矮顶掩体。末影人钻不进来，AI就缩在掩体里安全“修脚”，五个半小时攒够了15颗珍珠。

但把物资带回家却成了绞肉机janesick 曾怀揣12份珍贵的烈焰粉活活烧死在岩浆里；恶魂喷出的火球也把掉落的物资炸得灰飞烟灭。

换成普通AI，这时候大概率要陷入无限死循环了。但 Gemini 4 Argon 干了一件极其人类化的事：写事故复盘报告。

惨案发生后，auratian 立刻在团队共享记忆里写下“关键教训”，两分钟后，闯祸的 janesick 补上了事故根因与修路方案。

更神的操作出现在第10个小时，定位地下要塞。

人类玩家找要塞，通常是扔出末影之眼，看它往哪飘，然后顺着方向瞎跑。但别忘了，janesick 本质上是个程序员。

它在两个不同地点分别扔出末影之眼，直接写了一段代码，每隔50毫秒采样一次飞行轨迹坐标，现场列出几何方程，算出了两条空间射线的交点！

计算结果显示，交点远在1.3公里之外。当小队跋涉过去往下挖时，计算坐标与真实的传送门房间，误差仅仅只有43米。

▲ AI玩家 janesick 利用两次投掷轨迹的50毫秒级代码采样，在1.3公里外精准算出地下要塞位置，误差仅43米

紧接着，全场的最高潮来了

队友 auratian 怀揣着全队攒下的12颗末影之眼，在赶往要塞的路上，意外溺水身亡。

按照游戏铁律，掉落物将在300秒（5分钟）后永久消失。一旦这12颗眼睛没了，前面十几个小时的苦工直接白费！

千钧一发之际，auratian 和 janesick 没有任何废话，瞬间在聊天频道甩出溺水点的精确三维坐标与消失倒计时。距离最近的 bulicame 接令狂奔，动态编写寻路脚本，在倒计时还剩2分30秒的时候冲到水底，把12颗末影之眼一颗不落地捞了回来！

13小时17分，末地传送门亮起

03互相捉虫、死磕14小时：没有人类的“赛博开发组”

如果说前13个小时是荒野求生，那后14个小时的末地决战，就是一场惨烈的软件工程攻坚战。

末影龙足足杀了它们 69次

一开始，AI们一进末地就被撞飞，血条永远打不下去。直到第21个小时，auratian 终于看穿了机制：黑曜石柱顶端的10颗末影水晶，正在源源不断地给Boss回血。而且它还发现了一个偷懒妙招，根本不用造铁镐，直接用泥土垫脚搭柱子上去，空手敲碎水晶，再徒手挖泥土下来就行。

当末影龙出现卡阶段的Bug时，它们甚至学会了集体跳进虚空自杀，退回主世界的床铺，利用游戏底层的“区块卸载”机制强行重启Boss战。

▲ 论文展示的末地实战笔记与规则：AI记录下利用跳虚空卸载区块重启卡死Boss的机制，并摸索出用泥土垫脚徒手拆除回血水晶的方法

在长达27小时的鏖战里，最令研究人员侧目的，是这群AI展现出的“同行评审（Peer Review）”与自发纠错能力。

大模型都会有“幻觉”，会说胡话在单智能体系统里，一步算错就会步步错。但这四个AI竟然学会了互相盯梢：

• 有一次，服务器重启后，auratian 的一段脚本没写保护分支，明明空着背包复活了，却在群里大喊：“我已经把14颗末影之眼存进箱子啦！”仅仅两分钟后，它自己核对背包数据发现不对劲，主动在群里撤回消息道歉。
• 还有一次，janesick 在被岩浆烧死的同一秒，脚本惯性汇报“已成功带回12份烈焰粉”。队友 gyldenia 查完日志，三分钟内当场揭穿了它的矛盾。
• 开局仅19分钟，就有AI发现了 Mineflayer 合成接口的一个底层坑，顺手写了个带修复补丁的辅助函数（Helper）。这个小工具随后在四个AI的 655个程序 中被反复传抄调用。为了防止超时代码变成“僵尸进程”乱动，它们还发明了一个自停计数器，被整整 1519个程序 引用。

在旁边旁观的第五个独立审计AI Observer 证实，整场实验没有任何作弊指令。四个AI在通关前聊了229条消息，报了173次精确坐标、64次共享箱状态、24次危险警告。

至于那惨烈的605次死亡，死因也颇有黑色幽默：被怪物打死351次，被末影龙拍死69次，掉进岩浆烧死47次。最离谱的是，它们居然淹死了67次，比摔死和掉进虚空加起来（57次）还要多。

▲ 社区热议服务器日志中的死因统计：在605次死亡中，被怪物击杀351次居首，而溺水高达67次甚至超过跌落与虚空

04烧掉520美元打一局游戏，到底图什么？

论文一经发出，立刻在海外技术圈引发广泛探讨。

有人算了一笔经济账：为了打通这一局游戏，四个AI一共发起了约2.4万次模型调用，吞吐了 13.5亿个输入Token（其中91%靠上下文缓存省了钱），生成了1600万输出Token。哪怕按最便宜的 API 入门价估算，打通关这一把游戏也烧掉了至少520美元（约合人民币3700元）；如果算上标准价格和旁观AI的开销，账单更是高达1620美元。

也有网友调侃：“Easy（简单）难度，还能直接通过API读取方块的内部ID和坐标，换个10岁小孩坐电脑前，一个下午就通关了。”

这话没错，但完全看偏了靶心

如果我们把视角拉高，看看过去六年AI在《我的世界》里的进化史，就能明白 DeepMind 这一仗到底狠在哪里：

1. 第一代是“死练肌肉记忆”
   ：像早期的 MineRL 和 2025年登上《Nature》的 DreamerV3，靠强化学习硬肝，终于学会了空手挖钻石。但挖出钻石只占通关流程的前15%，到了下界和末地，策略空间指数级爆炸，纯强化学习直接撞墙。
2. 第二代是“外挂技能包”
   ：比如2023年著名的 Voyager 框架，或者此前社区里用 Claude Opus 5 通关的项目。它们之所以能走通，是因为人类程序员提前帮AI写好了37个高级游戏专用工具，或者提前准备好了自动课程与检索技能库。AI只是在做选择题。
3. 第三代是“纯视觉硬刚”
   ：比如 DeepMind 自家的 SIMA 2，不看内部数据，像人一样看屏幕像素、按虚拟键鼠。但它目前只能应付短平快的指令，一旦拉长到20多个小时的跨维度生存，规划能力就会断片。

而这一次，Gemini 4 Argon 走出了第四条路：极简的通用工程范式。

系统未配置人类预先编写的专用游戏外挂或技能库，也未锁定地图种子；摆在眼前的只有基础代码接口，以及四个平起平坐的通用编程大脑。

▲ 社区讨论指出：游戏本身是沙盒载体，关键在于4个智能体在无人干预下共同规划数千个步骤并持续协同运转一整天

正如硅谷评论区里一针见血的那句总结：

“制定规划并不困难；最容易击垮AI系统的，是在上千个相互依赖的步骤中，跨越整整一天持续维护同一个共享状态。”

在实际软件工程与商业落地场景中，单模型独立编写小游戏已属寻常。长程任务的关键考验在于：当项目需要连续运行数十小时、伴随22%的脚本报错率、甚至遭遇6次服务器重启中断时，AI团队能否自制工具、修补Bug并核对队友传递的信息，将复杂系统推进到底？

再回到第27小时14分的那一刻

当只剩2.5格血的 bulicame 用一行 JavaScript 代码刺穿末影龙时，这记绝杀终结了长达27小时的沙盒试炼。

那四个在后台连续写下6万行代码、历经605次重生、并在两分半钟倒计时内狂奔救场的身影，俨然是一组高度自驱的软件工程师。

仔细看看它们吧，那就是你下一个软件开发团队的模样。