Michael JohnsonIl a fallu 27 heures et 14 minutes à quatre agents Gemini 4 Argon pour vaincre l’Ender Dragon dans Minecraft. Au cours de cette période, ils ont écrit 2 783 programmes et sont morts 605 fois. Les chercheurs ont décrit l’expérience dans un article déposé sur arXiv le 15 octobre 2026.
Une part importante du résultat réside dans le chemin parcouru jusqu’à la victoire : les agents devaient garder un objectif commun à l’esprit tout au long d’une série d’actions interdépendantes, corriger leurs erreurs et se remettre de leurs échecs. Pour les développeurs, il s’agit d’un exemple concret de mise à l’épreuve d’un travail autonome de longue durée, et pas seulement d’une démonstration de talent dans un jeu.
Comment l’équipe était organisée
Chacun des quatre agents contrôlait un joueur distinct à l’aide de la bibliothèque open source Mineflayer. Ils se coordonnaient par le chat du jeu et une mémoire partagée. Selon les auteurs, les humains n’ont pas eu à attribuer de rôles aux agents ni à écrire leur logique de jeu : les agents ont eux-mêmes planifié, créé et débogué les programmes.
L’équipe a commencé dans un monde généré aléatoirement, en difficulté facile. Les chercheurs ont suivi la partie au moyen d’un panneau de contrôle et pouvaient la mettre en pause ou l’arrêter ; ils n’ont pas eu besoin d’intervenir dans son déroulement. Les auteurs indiquent que les agents se sont réparti le travail, ont partagé les informations découvertes et se sont aidés à récupérer des objets perdus.
Ce que l’expérience révèle aux développeurs
La victoire a nécessité de relier des actions à court terme à un objectif commun et de maintenir la coordination après des erreurs. L’intérêt pratique de ce travail tient donc au cycle observable « planification — écriture de code — exécution — débogage — transmission du résultat » : l’équipe créait des outils au besoin et poursuivait le travail malgré de nombreuses morts.
Ce cycle mérite d’être pris en compte dans l’évaluation des agents logiciels. Au lieu de vérifier une seule réponse réussie, on peut examiner si le système conserve son objectif d’une étape à l’autre, comment il se remet d’une défaillance, s’il sait transmettre son état à d’autres agents et combien de tentatives sont nécessaires pour terminer la tâche. Ces critères s’appliquent aux processus de travail en plusieurs étapes, dont le résultat dépend d’une succession d’opérations.
Les chiffres concernent une seule partie, menée dans des conditions précises : monde aléatoire, difficulté facile et contrôle par Mineflayer. Les auteurs la présentent comme la première partie autonome de Minecraft menée de bout en bout par des agents dans ce cadre ; leur travail montre que ce scénario est réalisable et fournit un exemple concret de coordination de longue durée. Pour évaluer les systèmes d’agents en pratique, ce sont le mécanisme de travail collectif décrit et le coût de la récupération après les erreurs qui comptent, et pas seulement la victoire finale.