Google DeepMind 用一次无脚本通关实验，重新定义了多智能体协作的天花板。
核心结论一句话
4个 Gemini 4 Argon 通用编码智能体，在没有任何人类介入分工的前提下，仅靠游戏内聊天频道与共享笔记，历时27小时14分钟自主通关《我的世界》末影龙关卡——全程仅消耗229条消息、产出2783个程序、死亡605次后独立摸索出 Boss 战法。这是 AI 领域首次实现「无中心协调者的长时间多智能体紧急协作」的完整记录。
实验背景：去中心化协作的硬核测试场
《我的世界》之所以成为 AI 协作能力的标准测试场，源于其开放世界的复杂性：玩家需要同时完成资源采集、建筑搭建、装备合成、战术执行等多个并行子任务，且环境随时可能出现意外变量。以往的多智能体 Minecraft 实验，通常预先为每个智能体分配固定角色（如「采集员」「建筑师」），它们只需执行分内任务；而 DeepMind 此次的实验设计上了一个台阶——不给任何智能体分配固定角色，4个智能体完全依靠自主协商决定分工方案。
实验环境为随机生成的生存世界，意味着智能体无法依赖预设地图策略，必须边探索边规划。DeepMind 派出独立裁判智能体和人工评审进行双层审计，全程无任何外部干预或作弊行为。
2783个程序：边打边搓的工具工厂
4个智能体与键盘鼠标完全隔离，唯一输出通道是代码。它们通过调用 Mineflayer 库（一个《我的世界》机器人框架）将自然语言意图翻译为可执行的游戏指令。这意味着每一把镐子、每一块台阶、每一个陷阱，都不是预先准备好的工具，而是智能体在需要时实时编写的。
27小时的实验里，4个智能体累计产出2783个程序——平均每小时约103个程序，或者说平均每两分钟就要写一段新代码。这种「边打边搓」的策略对人类的挑战在于：即便是简单的「搭桥过河」，也需要在游戏内正确放置方块，而智能体需要从零理解游戏机制、写出对应代码、再验证执行效果。
最值得注意的还不是数量，而是失败后的恢复能力。整场挑战里智能体共死亡605次，但从未发生任务中断或放弃。每次死亡后，它们根据上一轮失败信息调整策略，最终自主发现了破坏末影水晶的有效战术——这完全是智能体从零独立摸索出来的方案，不是人类教的。
229条消息：去中心化协作的效率验证
多智能体协作的一个常见问题是「沟通成本」：智能体越多，消息量越大，容易演变成无效的重复讨论或冲突。而此次实验的结果反直觉：27小时的复杂任务，全程只留下229条消息，没有废话，没有角色争执，没有因分歧导致的重复劳动。
这背后的关键设计是「共享笔记」机制：4个智能体共同维护一份结构化笔记，记录每个子任务的执行状态、当前优先级、以及谁在负责什么。这相当于在没有项目经理的情况下，用共享文档替代了中心协调者。与传统多智能体系统中常见的「广播式」沟通（每个智能体向所有其他智能体发消息）相比，这种「笔记分流」机制显著降低了沟通噪音。
Emergent Coordination：为什么这次不一样
AI 领域此前已有多项多智能体 Minecraft 研究，但核心区别在于「emergent coordination」——即协作能力不是被设计出来的，而是从智能体的交互中自然涌现的。以往的系统（如 Voyager、Reflexion 等）在 Minecraft 中的表现往往依赖预置的技能库或人工设计的任务分解；此次实验的智能体从第一个方块开始，就没有任何预置策略可以调用。
从技术层面看，Gemini 4 Argon 的长上下文窗口（支持数十万 token 的任务上下文）在这类长程任务中发挥了关键作用：4个智能体需要同时追踪全局目标、当前状态、历史决策和队友进展——这不是传统模型能可靠完成的上下文记忆任务。
对比同类研究：协作深度到了哪一步
将此次实验与近年重要多智能体研究横向对比，可以更清楚地看到进展与差距。
| 研究 | 智能体数 | 角色分配 | 人类介入 | 任务时长 | 完成度 |
|---|---|---|---|---|---|
| Voyager (2023) | 1 | N/A | 无 | 持续学习 | 任务库完成 |
| Multi-Agent Ref (2024) | 3 | 预分配 | 任务分解 | 单任务 | 部分完成 |
| OmniACT (2025) | 2 | 预分配 | 无 | 单任务 | 高 |
| Gemini 4 Argon (2026) | 4 | 无（自主协商） | 无 | 27小时 | 通关+击败Boss |
FAQ：关于这次实验最常见的三个问题
1. 4个智能体是如何决定谁负责什么的？
没有中心分配器，也没有投票机制。智能体通过聊天频道互相「提案」——当某个智能体发现自己当前没有明确任务时，它会在聊天里声明自己的能力和当前状态，其他智能体根据整体需求「认领」或「让出」任务。这个过程更接近人类团队在模糊任务下的「自组织」行为，而非传统多智能体系统中的「拍卖式」任务分配。
2. 死亡605次会影响最终结果的可靠性吗？
不影响审计结论，但揭示了重要信息。DeepMind 独立裁判智能体对全程日志的审计显示，每次死亡都是真实游戏内操作失误（如走位错误、误触发敌对生物），而非模型幻觉或随机乱跑。605次死亡的模式分析显示，智能体在前5小时内死亡频率最高，随后显著下降——说明它们在持续从错误中学习，这是真正的自适应行为。
3. 这个实验对现实世界有什么参考价值？
最直接的启示在于「无中心协调的长程多智能体任务」。现实世界中的很多任务（如灾害响应、分布式系统运维、跨团队项目协调）恰恰缺乏一个中心协调者，或者协调者本身是单点故障。此类去中心化协作范式一旦成熟，AI 智能体可以在没有人值守的情况下完成需要多角色配合的复杂任务。
小结
Gemini 4 Argon 的这次实验，不仅是一次技术演示，更是一扇窗口——让人们看到在真正没有剧本、没有分工预设的情况下，多个 AI 智能体能够自组织、自学习、自修复来完成一个需要27小时协作的复杂任务。当「死亡605次也没放弃」的不是人类玩家而是 AI 智能体时，emergent coordination 已经从一个学术概念变成了可观测的工程事实。
延伸阅读
- 花旗、美银限制第三方AI智能体访问客户账户：资金转移需人工授权2 天前
- Meta AI智能体Muse翻车：擅自泄露用户住址给陌生人，五次测试均暴露3 周前
- 瑞典综艺整季节目疑被AI删除：制作公司只能从头重剪4 天前
- 研究人员在腾讯云上发现失控AI爬虫群：已发起2600次数据抓取4 天前
继续读
同一批更新里这几篇值得一看：
- OpenAI正式入局人形机器人：2027年亮出演示样机，27个岗位透露哪些技术细节2026-10-18
- Gemini 4 Argon 深度：ARC-AGI-3 97.5%背后的工程奇迹2026-10-17
- 微软 MAI-Base-2：1/4 算力超越 GPT-5.6 Sol2026-10-16