Четыре AI-агента на Google Gemini 4 Argon автономно завершили Minecraft
Группа из четырёх AI-агентов, работающих на базе Google Gemini 4 Argon, впервые в истории завершила полное прохождение Minecraft без какого-либо участия человека. Игровая сессия закончилась победой над финальным боссом — Эндер-драконом.
Что произошло
Четыре AI-агента на базе модели Gemini 4 Argon от Google автономно прошли игру Minecraft, убив Эндер-дракона. Это первый задокументированный случай, когда мультиагентная система достигла финальной цели игры без человеческого ввода. Агенты самостоятельно принимали решения, добывали ресурсы, крафтили предметы и сражались с врагами.
Minecraft — игра с открытым миром, где требуется последовательно собирать ресурсы, создавать инструменты, строить портал в Нижний мир, добывать особые предметы и активировать портал в Край, чтобы сразиться с Эндер-драконом. Ранее AI справлялись с отдельными задачами в игре, но полное прохождение без подсказок и вмешательства человека оставалось серьёзным вызовом из-за необходимости планирования на десятки шагов вперёд.
Почему это важно
Это достижение демонстрирует прогресс в области мультиагентных систем и автономного принятия решений. На практике это означает, что AI способны координировать действия нескольких сущностей для решения долгосрочной цели, требующей сотен последовательных шагов. Редакционный анализ: такой подход потенциально применим не только в играх, но и в моделировании сложных сценариев, логистике, автоматизации многозвенных бизнес-процессов и системах, где требуется взаимодействие нескольких AI-агентов для достижения общей цели.
Использование модели Gemini 4 Argon в качестве основы для агентов показывает, что современные языковые модели могут служить «мозгом» для автономных сущностей, способных адаптироваться к изменяющейся среде и исправлять ошибки без внешних подсказок.
Что это даёт пользователю
Для обычных пользователей эта новость интересна как демонстрация возможностей современных AI-агентов. В будущем подобные системы могут помочь в автоматизации рутинных, но многоступенчатых задач: от управления умным домом (например, последовательное включение приборов по сценарию) до обработки сложных инструкций в приложениях. Технология также является шагом к созданию AI-помощников, способных самостоятельно выполнять протяжённые во времени задания, отслеживая прогресс и корректируя действия.
Что пока неизвестно
На данный момент нет подтверждённых данных о точной стоимости вычислительной сессии, количестве неудачных попыток или написанных программ. Не раскрывается, какая именно версия Minecraft и какие настройки использовались. Остаётся неясным, насколько универсальным является этот подход — сможет ли та же система адаптироваться к другим играм или реальным производственным задачам. Детали архитектуры взаимодействия агентов также пока не опубликованы.