Michael JohnsonVier Gemini-4-Argon-Agenten brauchten 27 Stunden und 14 Minuten, um den Enderdrachen in Minecraft zu besiegen. In dieser Zeit schrieben sie 2.783 Programme und starben 605-mal. Die Forschenden beschrieben das Experiment in einem am 15. Oktober 2026 bei arXiv eingereichten Artikel.
Ein wichtiger Teil des Ergebnisses ist der Weg zum Sieg: Die Agenten mussten ein gemeinsames Ziel über viele voneinander abhängige Aktionen hinweg verfolgen, Fehler beheben und sich von Rückschlägen erholen. Für Entwickler ist dies ein anschauliches Beispiel dafür, wie sich lang andauernde autonome Arbeit testen lässt – und nicht nur spielerisches Können.
So war das Team aufgebaut
Jeder der vier Agenten steuerte über die Open-Source-Bibliothek Mineflayer einen eigenen Spieler. Sie koordinierten sich über den Spielchat und ein gemeinsames Gedächtnis. Laut den Autoren mussten Menschen den Agenten weder Rollen zuweisen noch die Spiellogik für sie schreiben: Die Agenten übernahmen Planung, Programmierung und Fehlersuche selbst.
Das Team startete in einer zufällig generierten Welt auf dem Schwierigkeitsgrad „Leicht“. Die Forschenden verfolgten den Spielverlauf über ein Kontrollpanel und konnten den Durchlauf pausieren oder stoppen; ein Eingreifen in die Ausführung war nicht erforderlich. Den Autoren zufolge teilten die Agenten die Arbeit auf, gaben gefundene Informationen weiter und halfen einander, verlorene Gegenstände zurückzuholen.
Was das Experiment Entwicklern zeigt
Für den Sieg mussten kurzfristige Aktionen mit einem übergeordneten Ziel verknüpft und die Koordination auch nach Fehlern aufrechterhalten werden. Der praktische Wert der Arbeit liegt daher im beobachteten Ablauf „Planen – Code schreiben – ausführen – Fehler beheben – Ergebnisse weitergeben“: Das Team erstellte bei Bedarf Werkzeuge und setzte die Arbeit trotz zahlreicher Tode fort.
Dieser Ablauf ist bei der Bewertung von Softwareagenten hilfreich. Statt nur eine einzelne erfolgreiche Antwort zu betrachten, lässt sich prüfen, ob ein System sein Ziel über mehrere Phasen hinweg beibehält, wie es sich nach einem Fehler erholt, ob es Zustände an andere Agenten übermitteln kann und wie viele Versuche es zum Abschluss einer Aufgabe benötigt. Diese Kriterien lassen sich auf mehrstufige Arbeitsabläufe übertragen, bei denen das Ergebnis von einer Abfolge von Vorgängen abhängt.
Die Zahlen beziehen sich auf einen einzelnen Durchlauf unter konkreten Bedingungen: eine zufällige Welt, der Schwierigkeitsgrad „Leicht“ und die Steuerung über Mineflayer. Die Autoren bezeichnen ihn als den ersten vollständig autonomen Minecraft-Durchlauf durch Agenten unter diesen Bedingungen. Ihre Arbeit zeigt, dass dieses Szenario umsetzbar ist, und liefert ein konkretes Beispiel für lang anhaltende Koordination. Für die praktische Bewertung agentischer Systeme sind vor allem der beschriebene Arbeitsablauf des Teams und der Aufwand zur Erholung nach Fehlern wichtig – nicht nur der abschließende Sieg.