推文

@fireandstart · 2026-10-16 23:26

四个代理在 27 小时里打败末影龙，真正值得关注的不是“AI也会玩 Minecraft”这个标题，而是它们如何把一个长期目标拆成连续、可恢复的行动。每个代理独立控制一个玩家，没有人预先分配角色或写好游戏逻辑；它们要自己规划、编程、调试，再靠游戏内聊天和共享内存协作。2783 个程序、605 次死亡，听起来并不优雅，却恰好说明长程任务的核心难点：不是一次生成一个漂亮答案，而是在反复失败后仍能保留上下文、修复状态、接回共同计划。 我尤其在意“死亡后帮彼此找回物品”这一细节。它对应到真实的软件代理，就是出错后能不能理解损失了什么、哪些步骤仍有效、该从哪里继续，而不是每次失败就清空进度重来。共享记忆也不是把所有信息堆在一起；关键是让团队知道谁做了什么、当前目标是什么、哪些结论已经验证。否则代理越多，沟通和状态冲突也可能越多。 当然，游戏环境有明确规则、可重复尝试，论文里的成功不能直接等同于企业级软件工程已经解决。更合理的启发是：评估代理时，除了最终有没有完成，还要看它维持计划的时间、错误恢复成本、协作是否真的带来增益，以及人类介入了哪些环节。能连续走过数千个依赖步骤，是重要进展；能否在开放、模糊且代价更高的现实任务里稳定做到，还需要更严格的验证。

曝光 86 · 评论 3 · 点赞 2 · 书签 0 · 曝光/时 48.541888793338494