Vier Gemini 4 Argon-agenten verslaan de Ender Dragon

Google DeepMind-onderzoekers Maxence Faldor, Satinder Singh en Roberta Raileanu melden dat vier Gemini 4 Argon-agenten de Ender Dragon versloegen in Minecraft. Vanaf het eerste programma duurde de run 27 uur en 14 minuten; daarna registreerde de server de prestatie “Free the End”.

Wat de agenten in Minecraft voltooiden

De opdracht was de Ender Dragon te verslaan. De agenten speelden in Minecraft Java Edition 1.20.4, in de overlevingsmodus, op moeilijkheidsgraad Easy en in een willekeurig gegenereerde wereld. Cheatcommando’s waren uitgeschakeld.

Vier agenten bestuurden de spelers. Een vijfde Gemini 4 Argon-agent, de Observer, hield de sessie in de gaten zonder mee te spelen. De onderzoekers konden de run bekijken en onderbreken, maar grepen volgens de auteurs niet in.

Mineflayer gaf de agenten gestructureerde spelinformatie

De agenten speelden niet met beeld, toetsenbord en muis. Ze schreven JavaScript-programma’s die via de bibliotheek Mineflayer het spel bestuurden. Een plug-in voor routeplanning hielp de personages hun weg te vinden, terwijl de agenten tekst en gestructureerde spelgegevens ontvingen. Mineflayer kon bijvoorbeeld informatie leveren over blokken achter vast gesteente en over de interne toestand van de draak.

De agenten bepaalden zelf hoe ze het werk verdeelden en deelden ontdekkingen via chat en gedeeld geheugen. Ongeveer tien minuten na de start stelde een van hen voor taken te verdelen. Een agent schatte met metingen van de vliegrichting van Eyes of Ender de ligging van een stronghold: de geschatte locatie lag ongeveer 43 meter van de portaalruimte. Na 13 uur en 17 minuten hadden de agenten het End-portaal geactiveerd. In The End ontdekten ze dat de Ender Dragon genas zolang de kristallen intact waren; ze vernietigden alle tien.

Eén geslaagde run, met veel fouten onderweg

De auteurs beschrijven één geslaagde run, hun eerste start met deze opzet. Ze stellen dat die ene poging geen betrouwbare uitspraak over het succes bij herhaling mogelijk maakt.

Voor de overwinning schreven en draaiden de vier spelers 2.783 programma’s, wisselden ze 229 berichten uit en stierven ze 605 keer. Daarvan vielen 69 sterfgevallen tijdens het gevecht met de Ender Dragon. Ongeveer 22 procent van de programma’s eindigde met een fout. De server werd zes keer herstart, waardoor de spelwereld in totaal ongeveer twintig minuten pauzeerde.

De paper omschrijft het resultaat, voor zover de auteurs weten, als een eerste end-to-end-voltooiing door AI-agenten met standaard-Mineflayer, zonder vooraf verkende wereldseed of door mensen geschreven Minecraft-specifieke hulpmiddelen. De auteurs noemen in hun bespreking ook eerdere meldingen van AI-agenten die de Ender Dragon versloegen met andere hulpmiddelen en onder andere omstandigheden. Een voorbeeld is één Claude Opus 5-agent met 37 Minecraft-tools op Normal; een ander gebruikt een planner en een model voor actiekeuze op een vaste seed in Peaceful.

Wat de API-kostenramingen omvatten

De auteurs ramen het API-gebruik op basis van tokentellers en openbare lijstprijzen. Tot de overwinning verbruikten de vier speleragenten ongeveer 1,35 miljard inputtokens, waarvan 91 procent uit de contextcache kwam, en 16 miljoen outputtokens, inclusief 4 miljoen denktokens. Het aantal modelaanroepen lag rond de 24.000. De bedragen zijn ramingen, geen factuurbedragen of gemeten kosten om het model te draaien.