据报道,Google DeepMind团队让4个搭载Gemini 4 Argon的AI智能体在没有人类输入的情况下通关Minecraft,击败了末影龙。它们在随机生成的世界中持续游玩了27小时14分钟,共创建了2,783个JavaScript程序,发送了229条聊天消息,死亡605次。
4个智能体被丢进游戏,却没有分配角色
这次实验引人注目的,不只是通关这一结果,还有它们达成目标的过程。据报道,团队没有给4个智能体分配角色、制定攻略方针,也没有提供游戏专用工具,而是将它们送进了随机生成的世界。这就好比把4个人丢到一座荒岛上,既不给地图,也不给手册。
在这样的环境中,智能体们自行分配了任务。据称,它们会提醒同伴注意敌人等威胁,也会在同伴倒下后收回对方的物品。这些行为在人类团队中很自然,但AI之间能在没有固定剧本的情况下重现这种协作,值得关注。
这里所说的“自主”,大概并不意味着完全没有任何框架。更贴近实际的理解是:它们身处Minecraft这个运行环境,目标是“击败末影龙”,并在此过程中自行决定如何推进。这项实验并非完全没有指令,而是把手段的选择交给了智能体。
605次死亡说明了什么
把这些数字放在一起,就能看出这场通关之旅并非一路顺风。27小时14分钟里,智能体编写了2,783个程序,互发了229条消息,还倒下了605次。简单计算一下,平均每小时死亡20多次。
值得关注的是,它们没有把失败抛诸脑后。据报道,智能体会把失误记录在共享记忆中。有人掉进陷阱,这条信息就会成为整个团队的经验。换句话说,AI自己在进行相当于人类职场“复盘备忘录”的记录。
程序数量也颇具启示。它们用JavaScript编写Minecraft操作程序,再进行测试和修改。这个过程反复了2,783次,最终才抵达末影龙面前。胜出的或许并非某一次聪明的判断,而是不断将失败转化为下一步行动的韧性。
1,620美元这个现实的衡量标准
据称,这场持续超过27小时的任务,按Gemini 4 Argon自2027年起适用的标准价格计算,费用为1,620美元。折合日元相当于数十万日元。单为通关游戏花这么多钱,乍看之下确实不低;但换个角度看,这也是4个智能体在超过一天的时间里不靠人力持续工作的成本。
过去,要攻克一款游戏,需要从头训练专门针对该游戏的AI。如今,通用模型能够一边编写程序,一边适应环境,并试图达到同样的水平。Minecraft是展示智能体型AI攻克游戏这一趋势的最新案例之一。
令人关注的是,这种协作机制在工作场景中会如何发挥作用。例如,在多个AI分担调查、开发和验证工作,并长时间持续推进的场合,明确分工和记录失败必不可少。它们在游戏世界中展现的行为,能否以符合成本效益的方式应用于实际工作?作为检验这一点的标尺,此次的1,620美元值得记住。


コメント