Een paper dat op 15 oktober 2026 bij arXiv werd ingediend, beschrijft hoe vier Gemini 4 Argon-agenten de Ender Dragon versloegen in één Minecraft-wereld. De run duurde 27 uur en 14 minuten; de agents schreven 2.783 programma’s en stierven 605 keer. In het paper staat ook dat onderzoekers de uitvoering konden volgen en stilleggen.
Hoe de agents Minecraft speelden
Elke agent bestuurde via de open-sourcebibliotheek Mineflayer een eigen speler. De agents stemden hun acties op elkaar af via de in-gamechat en gedeeld geheugen. Volgens het paper wezen onderzoekers vooraf geen rollen toe en schreven ze geen spelregels voor de agents: die planden, schreven en verbeterden hun eigen programma’s.
Een verslag van APPSO dat 36Kr publiceerde, vermeldde Java Edition 1.20.4 en JavaScript. Volgens dat verslag ontwikkelden en veranderden de rollen van de agents tijdens de run. Het paper noemt een willekeurig gegenereerde Survival-wereld op de moeilijkheidsgraad Easy.
Onderzoekers konden meekijken en de run stoppen
De agents speelden zonder dat onderzoekers tijdens deze run hoefden in te grijpen, maar ze waren niet buiten menselijk toezicht. De onderzoekers konden via een live dashboard meekijken en de uitvoering op elk moment pauzeren of beëindigen. Volgens de auteurs was er geen reden om dat te doen.
Eén overwinning bewijst geen betrouwbare slaagkans
De beschreven overwinning is één succesvolle run. APPSO/36Kr meldde dat er niet genoeg herhaalde tests op willekeurige werelden waren om stabiel succes vast te stellen. Hetzelfde verslag schatte dat ongeveer 22 procent van de programma’s fouten bevatte en dat de server zes keer opnieuw werd gestart. De cijfers beschrijven hoe deze run verliep, niet hoe vaak agents Minecraft in andere werelden zouden voltooien.
Waarom de kostenramingen uiteenlopen
APPSO/36Kr schatte de kosten van de run op ongeveer 520 Amerikaanse dollar, op basis van API-tarieven met korting. IGN raamde de kosten van 1,35 miljard invoertokens op ongeveer 1.620 Amerikaanse dollar bij normale gebruikstarieven. De twee bedragen zijn ramingen op verschillende tariefgrondslagen.
