Google hat vier KIs in Minecraft hineingeworfen. Nach 605 Todesfällen haben sie selbst Code geschrieben und den großen Boss eigenhändig besiegt.
Niemand hat ihnen beigebracht, wie man kämpft, niemand hat die Arbeit im Voraus verteilt. Vier KIs haben selbst 2783 Programmabschnitte geschrieben, 27 Stunden und 14 Minuten aufgewendet und schließlich den Enderdrachen besiegt.
Dies ist das interessanteste KI-Experiment der jüngsten Zeit.
Am 15. Oktober 2026 veröffentlichten Forscher von Google DeepMind eine Arbeit mit dem Titel A team of Gemini 4 Argon agents beats Minecraft.
Die Forscher haben etwas Verrücktes getan: Sie haben vier allgemeine KI-Programmieragenten, die mit Gemini 4 Argon trainiert wurden, in die zufällig generierte Überlebenswelt von Minecraft (kurz MC) gesetzt.
Es gab keine Leitfäden für Routen, niemand hat im Voraus festgelegt, wer für den Bergbau und wer für das Bekämpfen von Monstern zuständig ist, und es gab auch keine von Menschen geschriebenen Programme zum Durchspielen des Spiels.
Sie hatten nur ein einziges Ziel: Den Enderdrachen zu besiegen.
Und tatsächlich haben die vier KIs es geschafft.
27 Stunden Kampf, 64 Tode
Für erfahrene Spieler von Minecraft (im Folgenden MC) ist das Besiegen des Enderdrachens nichts Neues.
Der Spieler muss eine ganze Kette voneinander abhängiger Aufgaben durchlaufen.
Man beginnt in einer Welt, in der es nichts gibt, fällt Bäume, baut Erze ab, stellt Waffen und Ausrüstung her, betritt dann die von Gefahren erfüllte Unterwelt, sammelt Flammenstäbe und Enderperlen, sucht die unterirdische Festung des Endes, gelangt schließlich ins Ende und zerstört die zehn Enderkristalle, die dem Enderdrachen Leben zurückgeben.
Aber für das KI-Team, dem kein Aufgabenbaum im Voraus festgelegt wurde, muss bei jedem Fortschritt neue Entscheidungen getroffen, Ressourcen zugewiesen und Risiken übernommen werden.
Die Forscher verwendeten die Minecraft-Java-Version 1.20.4, aktivierten den Überlebensmodus, wählten den Schwierigkeitsgrad Einfach, generierten die Karte zufällig und aktivierten keine Cheat-Befehle.
Die vier Gemini 4 Argon-Agenten steuern jeweils eine Figur, nutzen das Open-Source-Tool Mineflayer, um die Position der Figur, den Inhalt des Rucksacks, die Lebenspunkte und die Umgebung zu erfassen, und schreiben selbst JavaScript-Code, um das Verhalten der Figur zu steuern.
Obwohl die Erstellung einer ähnlichen grundlegenden Umgebung nicht schwierig ist, ist für eine vollständige Reproduktion das entsprechende Modell, das Ausführungsframework und das Gedächtnissystem erforderlich – man kann nicht einfach einige Plugins herunterladen, damit die künstliche Intelligenz den Drachen selbst besiegt.
Die Forscher haben keine Spielanleitungen für sie vorbereitet. Etwa zehn Minuten nach Spielbeginn schlug janesick im Chat-Kanal eine arbeitsteilige Zusammenarbeit vor. Kurze Zeit später übernahmen die vier KIs allmählich ihre jeweiligen Rollen: gyldenia war für die Ressourcenlogistik zuständig, janesick für die Herstellung von Werkzeugen und die Erkundung, a uratian für die Lösung zentraler technischer Probleme, bulicame für die Ressourcenexploration und den letzten Kampf.
Der größte Unterschied zu vielen früheren Demonstrationen von Agenten besteht darin, dass die Rollenverteilung nicht von Anfang an in den Prompts festgeschrieben war, sondern sich allmählich durch die Zusammenarbeit ergab. Außerdem sind diese Zuständigkeiten nicht unveränderlich. Je nach Spielverlauf ändern die vier KIs auch ihre eigenen Aufgaben entsprechend.
Weniger als zwei Stunden nach Spielbeginn hatte das KI-Team Eisenwerkzeuge und Diamanten erhalten und ein Portal zur Unterwelt errichtet.
Beim Spielen bedeutet der Tod der Figur normalerweise einen Misserfolg.
Aber in diesem Experiment starben die vier KIs insgesamt 605 Mal, was genau eine wichtige Fähigkeit langfristig autonomer Agenten demonstriert: Selbst wenn eine einzelne Aktion fehlschlägt, muss nicht die gesamte Aufgabe scheitern.
Als JaneSick mit 12 Portionen Flammenpulver starb und die heruntergefallenen Gegenstände dann von einem Ghast-Feuerball zerstört wurden, war nicht nur das Leben einer Figur verloren, sondern auch die Ressourcen, die in den letzten Stunden mühsam gesammelt worden waren.
auratian erinnerte seine Teamkollegen an die Gefahren beim Transport von Materialien, janesick fasste die Unfallursachen zusammen und speicherte die Erfahrungen im gemeinsamen Gedächtnis.
Anschließend werden die Gründe für den Misserfolg analysiert – ob sie auf Codefehlern, falschen Pfaden, unzureichenden Ressourcen oder einer zuvor festgelegten falschen Strategie beruhen.
Dadurch wird der Tod einer Figur nicht mehr nur zu einem Verlust im Spiel, sondern zu einer Erfahrung, die das gesamte Team wiederverwenden kann – so wie man beim Spielen nach vielen Niederlagen immer Erfahrungen sammelt, die man beim nächsten Mal nutzen kann.
Die Erfahrungen können nicht nur einem einzelnen Agenten dienen, sondern auch von anderen Agenten genutzt werden. Sie wirken bei Aufgaben, die mehrere Tage dauern, sodass die künstliche Intelligenz auch nach vielen lokalen Misserfolgen ihre langfristigen Ziele weiterverfolgen kann.
Eintritt in den „Unendlichkeitsstrom“ des Spiels
In den letzten Jahren stammten die Erfolgsnachweise großer Modelle größtenteils aus dem Beantworten von Fragen, dem Schreiben von Code, dem Ablegen von Prüfungen und dem Übertreffen von Werten in verschiedenen Benchmarks. Der Eintritt in Spielumgebungen stellt komplexere Anforderungen an die Funktionen großer Modelle.
Vier Agenten können in derselben komplexen Umgebung ein einheitliches Ziel beibehalten und nach Tausenden von Programmaufrufen und zahlreichen Misserfolgen schließlich ihre Arbeit erledigen.
Es wird ein vollständiger, kontinuierlicher Ausführungsprozess geprüft, nicht nur eine einmalige Schlussfolgerungsfähigkeit.
Die vier Gemini-Agenten nutzen Mineflayer, um die Spielumgebung zu lesen, wandeln Aufgaben in JavaScript-Programme um und prüfen nach der Ausführung anhand des Ergebnisses, ob die Aufgabe abgeschlossen ist. Wenn die Figur auf ein Hindernis stößt, tritt ein Fehler im Programm auf – dann müssen die Gründe analysiert und der Code neu geschrieben werden.
Die Daten der ursprünglichen Arbeit zeigen, dass die Laufzeit eines Programms etwa 33,5 Sekunden beträgt. Während des gesamten Spiels verbringt jeder Agent etwa 40 % seiner Zeit mit dem Erstellen von Spielprogrammen, die restlichen 60 % mit der Analyse von Ergebnissen, dem Schlussfolgern und dem Schreiben der nächsten Code-Gruppe.
Selbst wenn das Modell über ein sehr großes Kontextfenster verfügt, kann es nicht sicherstellen, dass es sich an alle vergangenen Ereignisse erinnert.
Am Beispiel von Gemini 4 Argon: Laut der offiziellen Google-Entwicklungsdokumentation erreicht dieses Modell eine Kontextlänge von etwa einer Million Token und verfügt über lange Fähigkeiten bei der Ausgabe, dem Aufruf von Tools und dem Schlussfolgern.
Von Beginn an bis zum Sieg über den Enderdrachen haben die vier Spieler insgesamt etwa 24.000 Modellaufrufe durchgeführt, etwa 1,35 Milliarden Eingabe-Token verarbeitet und etwa 16 Millionen Ausgabe-Token erzeugt – 91 % der Eingabe-Token stammen aus dem Kontext-Cache.
Bei einer so großen Interaktionshistorie können nicht alle Informationen in jeden einzelnen Modellaufruf aufgenommen werden.
Bereits im Jahr 2023 hat die Forschung zu Voyager mit Minecraft diese Idee überprüft: Mithilfe von automatischen Kursen, einer Bibliothek für Codierfähigkeiten und Ausführungsfeedback lässt der GPT-4-Agent kontinuierlich erkunden und Fähigkeiten ansammeln.
In diesem Experiment verwenden die Forscher die Methode, jedem Agenten ein eigenes, dauerhaftes Gedächtnis zuzuweisen und ein gemeinsames Gedächtnis für das Team zu öffnen. Wenn der Kontext stetig zunimmt, führen die Agenten eine Kontextkompression durch und speichern die aktuelle Aufgabe, wichtige Fortschritte, nicht abgeschlossene Pläne und wichtige Lehren im externen Gedächtnis.
Wie weit ist es bis zur „Spielfreiheit“?
Übrigens ist die autonome KI, die Minecraft durchspielt, keine Neuheit, die erst 2026 aufgetaucht ist.
Bereits am 24. Mai 2021 hat das Open-Source-Roboterprojekt AltoClef das vollautomatische Durchspielen von Minecraft realisiert. Es verwendete jedoch Client-Mods und die automatische Wegfindung von Baritone und stützte sich auf die im Voraus von den Entwicklern geschriebene Aufgabenlogik, um das Spiel abzuschließen.
Die anschließende Forschung zu Spiel-KIs hat sich in eine allgemeinere Richtung entwickelt, es sind viele neue Modelle entstanden, darunter Voyager und weitere.
Das Gemini-4-Argon-Experiment lässt die künstliche Intelligenz nicht lernen, Spiele zu spielen, sondern realisiert verschiedene Funktionen durch das Schreiben von Programmen auf Basis vorhandener allgemeiner Programmierfähigkeiten.
Das erste von DeepMind berichtete Ergebnis besteht darin, dass unter Verwendung der Standardschnittstelle von Mineflayer, ohne Vorschau der Karte und ohne spezielle für das Spiel entwickelte Tools oder Aufgabenstrategien gewöhnliche Agenten das Spiel von Anfang bis Ende selbst durchgespielt haben.
Im Juni 2026 haben KRAFTON und NVIDIA eine zeitlich begrenzte Testaktion für PUBG Ally gestartet, bei der künstliche Intelligenz als Teamkollege hinzugefügt wurde, um Spieler bei der Erledigung von Spielaufgaben zu unterstützen. Spieler können Sprachbefehle verwenden, um die KI dazu zu bringen, Waffen zu suchen, Materialien zu sammeln und an Kämpfen teilzunehmen.
Auch hier werden die Verständnis- und Planungsfähigkeiten großer Modelle genutzt, um die praktischen Bedienungsschnittstellen des Spielsystems zu verbinden.
Das Ergebnis zeigt, dass die künstliche Intelligenz noch nicht als stabil einzustufen ist. Etwa 22 % der Spielprogramme wiesen Fehler auf, der Server wurde 6 Mal neu gestartet.
Sie haben schließlich Erfolg gehabt, aber es handelt sich nur um ein erfolgreiches Experiment. Die Arbeit enthält keine ausreichend häufigen Wiederholungstests mit zufälligen Karten, um zu beweisen, dass sie das Spiel stabil durchspielen können.
Hinzu kommen etwa 24.000 Modellaufrufe innerhalb von 27 Stunden. Nach dem reduzierten API-Preis betragen die Kosten für das Durchspielen etwa 520 US-Dollar – wenn man es zum Erledigen von Spielaufträgen nutzen möchte, muss man diese Rechnung zuerst aufstellen.
Spieler, die es kaum erwarten können, große Modelle anstelle von sich selbst zum Spielen zu verwenden, können sich noch etwas gedulden: Zumindest vorläufig sind Gamecontroller und Tastaturen noch fest in der Hand des Menschen.
Der Link zur Arbeit ist hier, ihr könnt ihn zum Nachahmen verwenden 👇
https://arxiv.org/abs/2610.22319v1?ref=jinhyoungkim.com
Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „APPSO“, Autor: APPSO, das Produkte von morgen entdeckt, veröffentlicht mit Genehmigung von 36Kr.