山景城小路(@Zen_with_AI):这篇论文小路介绍过，今天详细讲讲：四个 AI 花了 27 小时 14 分钟、死了 605 次，才打败 Minecraft 里的末影龙。人类速通玩家几分钟就能做到的事，AI 却用了超过一天，那这场胜利还有什么意义？ Google DeepMind 的 Maxence Faldor 等人 10 月 15 日发表于 arXiv 的《A team of Gemini 4 Argon agents beats Minecraft》，做的是一次长程协作测试。四个通用编码智能体被扔进随机生存世界，只拿到标准 Mineflayer 库和一个目标。27 小时里，它们自己探索、收集资源、写了 2,783 个程序，还自发分工、共享踩坑经验、互相 debug，甚至在队友死亡后回收装备。研究人员全程围观，一次都没干预。它证明的是"多智能体可以抱着一个目标活 27 小时不散伙"——持续协作、处理失败、完成复杂的长程任务。这篇让我对 multi-agent 的期待更现实了一点：真正值得关注的是这种 27 小时不掉线的协作，如果我们把他无缝引入到软件工程，芯片设计，工业制图等等领域，会切实的把工作效率提高到一个很高的层面。

2026.10.18 22:48

这篇论文小路介绍过，今天详细讲讲：四个 AI 花了 27 小时 14 分钟、死了 605 次，才打败 Minecraft 里的末影龙。人类速通玩家几分钟就能做到的事，AI 却用了超过一天，那这场胜利还有什么意义？ Google DeepMind 的 Maxence Faldor 等人 10 月 15 日发表于 arXiv 的《A team of Gemini 4 Argon agents beats Minecraft》，做的是一次长程协作测试。四个通用编码智能体被扔进随机生存世界，只拿到标准 Mineflayer 库和一个目标。27 小时里，它们自己探索、收集资源、写了 2,783 个程序，还自发分工、共享踩坑经验、互相 debug，甚至在队友死亡后回收装备。研究人员全程围观，一次都没干预。它证明的是"多智能体可以抱着一个目标活 27 小时不散伙"——持续协作、处理失败、完成复杂的长程任务。这篇让我对 multi-agent 的期待更现实了一点：真正值得关注的是这种 27 小时不掉线的协作，如果我们把他无缝引入到软件工程，芯片设计，工业制图等等领域，会切实的把工作效率提高到一个很高的层面。