推文

@rwayne · 2026-10-17 18:07

离谱，4个Gemini 4 Argon智能体在Minecraft里连续跑了27小时14分钟，自己写了2,783段程序，交换了229条消息，死了605次，最后真的打败了末影龙！！！它们怎样把一个超过一天、包含数千个依赖步骤的任务持续做下去？ 系统里一共有5个Gemini 4 Argon实例 其中4个分别控制一个Minecraft玩家，第5个是Observer，只读取记录、核对过程并撰写实时报告，从不参与游戏 最后一枚水晶在运行26小时34分钟后被摧毁。大约39分钟以后，末影龙死亡，服务器记录了Free the End进度。 作者保存了获胜前全部2,783段程序及其输出、全部聊天消息和完整服务器日志。论文称，没有程序使用服务器命令，Observer和研究人员抽查也没有发现利用评测漏洞的情况。 这个任务的计算量也很夸张。 获胜前4个玩家大约处理了13.5亿输入token，其中91%来自上下文缓存；生成了约1,600万输出token，其中包含约400万思考token，总共进行了大约24,000次模型调用。 按照当时Gemini 4 Argon的公开目录价估算，获胜前的模型成本约为520美元，标准价格约为1,040美元。 作者称，据其所知，这是在没有预先勘察种子、没有人类编写的游戏专用工具、只使用标准Mineflayer的条件下，第一次由AI智能体端到端自主完成Minecraft 这件事真正展示出来的最有价值的是面对一个超过一天的长任务，它能不能共享状态、形成分工、积累工具、纠正错误报告、从死亡和资源损失中恢复计划，然后继续朝同一个目标推进

曝光 341 · 评论 3 · 点赞 3 · 书签 0 · 曝光/时 99.64960403496305