四个 AI，一张随机地图，没人指挥。
DeepMind 刚放出的实验，看下来有点愣。
四个 Gemini 智能体，被扔进我的世界。
生存模式，从零开局。
地图全随机，种子没人看过。
27 小时后，末影龙倒下。
全程没有一个人给它们分过工。
谁砍树，谁挖矿，谁去找烈焰棒。
没人安排。
它们在聊天框里自己商量，自己记笔记。
一行行代码自己写，手柄一次没碰。
官方推文截图，写着四个智能体二十七小时从零通关
消息最早由一位研究员在社交平台放出。
几小时后，DeepMind 官号引用转发。
论文更早。
10 月 15 日就挂上了 arXiv。
标题写得很直白。
一支 Gemini 智能体小队，打赢了我的世界。
注意，这里的赢不是打了几局。
是从零开局，一路推到最后的首领。
中途没换人，也没重开档。
平摊下来，四个 AI 各干了六七个小时的活。
还有一层，以前的多智能体跑不满一天。
它们这次连续 27 小时，跨过了一个夜晚。
这件事的分量在哪。
不在通关。
在于没人告诉它们该干什么。
过去的多智能体实验，分工表是人写的。
这一次，分工表是它们自己写的。
论文首页截图，标题下面挂着三位作者的名字
于是问题落到分工上。
四个智能体，怎么把活分开。
它们手上只有两样东西。
一个游戏聊天频道，一份共享笔记。
频道里跑的全是 AI对话。
没有谁在下命令，也没有谁在点头。
这两样东西都不高级。
群里能说话，笔记能写字。
换成人类团队，就是一个工作群加一个共享文档。
没有额外的调度层。
也没有谁有否决权。
没人当队长，它们自己把活分了
DeepMind 给的辅助少得可怜。
生存模式，简单难度，随机种子。
地图没提前勘探。
种子也没人看过一眼。
连出生点都是随机的。
四个 AI 落地那一刻，跟新玩家开新档没区别。
架构图，四个玩家共用聊天记录和共享笔记
然后奇怪的事情发生了。
开局不到十分钟，活就分完了。
一个去打工具，一个去采食物。
一个挖钻石，一个去建下界传送门。
动图，标题写着没人当队长，活是它们自己分的
这一幕像四个陌生人被空投到荒野。
没人喊过一句我来当队长。
靠一个群聊，硬把队伍拉起来了。
第零小时的聊天记录，报出了出生点坐标和附近的煤与铁
那段聊天记录里，坐标都是现报的。
谁在哪个位置，谁有几块木头，都对得上。
这种对齐不是靠人喊的。
是它们在群里互相问出来的。
笔记里记得更细。
哪片林子砍过，哪个矿洞塌了，都写在里面。
新人进队先读笔记，这是人类团队的老规矩。
四个 AI 也一样。
没有手柄，只有代码。
人玩这游戏，眼睛盯屏幕，手按键盘。
这四个智能体不一样。
它们不看画面，也不按键。
工具叫 Mineflayer。
一个开源库，能让代码直接操纵游戏角色。
走到哪个坐标，挖哪块矿，打哪个怪。
每个动作背后，都是一段现场写出来的程序。
27 小时 14 分钟，一共写了 2783 个程序。
平均每小时一百多个。
摊到四个头上，每个将近七百段。
动图，标题写着没有手柄只有代码
三十五秒一段新代码，这个产量不算低。
更何况它们还得一边跑一边改。
程序崩了就重写。
角色死了就换一段逻辑。
上场的选手也不是游戏专用 AI。
是 DeepMind 自家的通用编码智能体。
平时干的活是写代码。
不是打游戏。
底座 Gemini 4 Argon 在 9 月 30 日才发布。
主打前沿编码和长时程任务。
在 DeepSWE 上拿了 77.9%。
一个写代码的 AI，顺手把游戏打通了。
它没有装任何打游戏的 AI工具。
也没有可以照抄的攻略库。
这说明的不是它更会打游戏。
而是写代码本身，成了它理解世界的通用接口。
对做 AI编程的人来说，这句话值得多看两眼。
换个说法，它不是学会了玩这游戏。
而是学会了用代码跟一个陌生世界打交道。
这中间没有快捷键。
也没有攻略可抄。
死了 605 次，每次都自己爬起来
官号说的 27 小时是取整。
论文里精确到 27 小时 14 分钟。
这段时间里，四个智能体一共死了 605 次。
平均两三分钟就有一个倒下。
摊到每个头上，平均一百五十多次。
其中 69 次发生在跟末影龙的最终决战。
动图，写着四个智能体一共死了 605 次
作为对照，还有另一场实验。
9 月，Vals AI 让 GPT-6 Astra 独自入场。
那一场直播，九十八万人看着。
没有队友，也没有后援。
它连续跑了 141 个小时。
推文截图，讲另一款模型独自打这游戏时的遭遇
结果一个苦力怕炸了基地。
同一组推文截图，接着写模型像是被打败了
堂堂前沿模型，被一个绿方块炸出了心理阴影。
之后几个小时，它不再挑战末影龙。
转头去种土豆。
而这四个 Gemini 智能体死了 605 次，一次没撂挑子。
长时程任务难的不是起步，是出错之后。
程序崩了，角色死了，计划泡汤了。
能不能自己诊断，自己爬起来接着推。
论文里有个细节。
打龙的时候，一个智能体发现末影水晶一直在给龙回血。
它自己琢磨出一套打法。
在每根黑曜石柱旁边堆泥土，爬上去打碎水晶，再挖下来。
最后一块水晶碎掉 39 分钟后，末影龙倒下。
补最后一击的那个智能体，血量只剩 2.5。
满血是 20。
它把这个发现记进了笔记。
后来四个智能体都照着这个打法走。
先把水晶清干净，再动龙。
折线图，末影龙的血量一路往下掉
它没作弊
AI 自己写代码控制游戏，第一句被追问的总是有没有开挂。
DeepMind 这次把料全留了。
2783 个程序，229 条聊天消息，世界快照，服务器日志。
作弊指令在服务端直接禁用。
没有任何程序发出过服务端命令，也没发过网络请求。
审查分两层。
一层是独立的旁观智能体，相当于专职裁判。
它跟参赛的四个完全分开。
只看记录，不下场。
这个裁判只读日志，写观察报告。
另一层是人工抽样审计。
挑的是关键节点。
比如第一次进下界，比如最后一颗水晶碎掉的那一刻。
两边的记录对得上，才算过。
两层查完，结论是没有作弊。
229 条消息这个数也有意思。
27 小时只聊了 229 条。
一小时八条出头。
每说一句话，背后要写十多个程序。
话少，活多。
放进哪个程序员的工作群都不违和。
零人类干预这个说法也要讲准确。
实验全程配了实时仪表盘。
研究人员随时能暂停，能叫停。
只是 27 小时里一次没用上。
更准确地说，人一直在旁边看着。
手一直没伸出去。
从流水线，到自己组队
把这件事放回智能体的演进里看，分量更清楚。
2026 年被业内叫做多智能体系统元年。
但过去说协作，大多还是人先搭好流水线。
给每个智能体派一个岗位，一个接一个往下传。
出了错，最后还是人兜底。
这一次不同。
四个 AI 没拿到任何岗位说明。
自己组队，自己记账，自己收拾烂摊子。
死了 605 次，也是自己爬起来。
9 月 Jev 加 Astra 的组合用 8 分 43 秒打通末影龙。
速度惊人。
但那个实验里，分工架构是人设计的。
Astra 负责规划，Jev 负责执行。
各司其职。
这四个 Gemini 智能体，没人告诉它们谁该想谁该干。
想和干的分界线，是它们在聊天里磨出来的。
流水线式的协作解决的是效率。
它没解决容错。
一旦某个环节断掉，整条链就得停。
自己组队解决的是容错。
一个角色死了，其他人接着推。
代价是沟通成本上去了。
229 条消息就是这笔成本。
论文团队的判断是，这种长时程协作能力可以迁移。
编码，科研，工程，机器人，都在射程里。
往通用人工智能走的路上，单个智能体会写代码已经不稀奇。
下一道坎是几个智能体能不能自己凑成一支队伍。
还得扛住超过一天的长活。
这四个迈过去了。
而且留下了一份全程留档的样本。
每一个程序，每一条消息，每一张世界快照，事后都能对上。
回到日常。
这套能力搬到普通用户手里，落点在 AI对话 和 AI工具 上。
你跟一个 AI 说话，它能不能记住上一轮的结论。
能不能自己拆任务，自己找工具，自己回来汇报。
这比跑分更接近体感。
这条经验也能直接搬进 AI编程。
写智能体的时候，别急着设计岗位表。
先给它一个群聊和一个共享笔记。
这套结构在长任务里比流程图更管用。
前提是底座模型够稳。
不稳的模型组队，只会互相甩锅。
至于 AI工具 怎么选，答案反而简单。
看它在长任务里崩了之后，还能不能自己接上。
Gemini会员中转站 微信:douhanq
