Michael Johnson四个 Gemini 4 Argon 智能体花了 27 小时 14 分钟，才在《我的世界》中击败末影龙。在此期间，它们编写了 2,783 个程序，死亡 605 次。研究人员在一篇于 2026 年 10 月 15 日提交至 arXiv 的论文中介绍了这项实验。
这项成果的重要之处在于通往胜利的过程：智能体必须在许多相互依赖的操作中维持共同目标、修正错误，并从失败中恢复。对于开发者而言，这是长期自主运行测试的直观实例，而不仅仅是游戏技巧的展示。
团队如何运作
四个智能体各自通过开源库 Mineflayer 控制一名玩家。它们通过游戏聊天和共享记忆进行协调。据作者介绍，人类无需为智能体分配角色，也不必替它们编写游戏逻辑；规划、编写程序和调试均由智能体自行完成。
团队在一个随机生成的世界中，以简单难度开始游戏。研究人员通过控制面板观察游戏进程，并可以暂停或停止挑战；他们无需介入执行过程。作者称，智能体会分配工作、互相传递发现的信息，并帮助找回遗失的物品。
这项实验对开发者有何启示
要取得胜利，智能体必须将短期行动与共同目标联系起来，并在出错后继续保持协调。因此，这项工作的实际价值在于展示了一个可观察的“规划—编写代码—运行—调试—传递结果”循环：团队会按需创建工具，并在多次死亡后继续推进任务。
评估软件智能体时，值得考虑这一循环。与其只看一次成功的回答，不如检查系统能否在不同阶段之间维持目标、如何从故障中恢复、能否向其他智能体传递状态，以及完成任务需要多少次尝试。这些标准适用于结果取决于一系列操作的多阶段工作流程。
这些数字来自特定条件下的一次挑战：随机生成的世界、简单难度，以及通过 Mineflayer 进行控制。作者称，这是在此类设定中，智能体首次自主从头到尾通关《我的世界》；他们的工作展示了这一场景的可行性，也提供了长期协作的具体案例。评估智能体系统的实际表现时，关键在于团队的工作机制，以及从错误中恢复所付出的代价，而不仅仅是最终胜利。