ארבעה סוכני AI על בסיס Gemini 4 Argon סיימו את מיינקראפט בלי עזרה אנושית
צוות של Google DeepMind הכניס ארבעה סוכני AI שמבוססים על Gemini 4 Argon לעולם מיינקראפט, בלי תפקידים, אסטרטגיה או כלים ייעודיים מוגדרים מראש. הם חילקו ביניהם את העבודה בעצמם והביסו את דרקון האנדר. זה לקח להם 27 שעות ו-14 דקות, הם מתו 605 פעמים, והריצה עלתה 1,620 דולר.
ארבעה סוכני AI שרצים על Gemini 4 Argon, המודל של גוגל, סיימו את מיינקראפט בלי שום התערבות אנושית: הם הביסו את דרקון האנדר (Ender Dragon), האויב שמסמן את סוף המשחק. לפי דיווח באתר The Decoder, זו הפעם הראשונה שסוכנים מצליחים בזה בריצה אוטונומית לגמרי.
בלי תפקידים ובלי תוכנית
צוות Google DeepMind הכניס את הסוכנים לעולם שנוצר באקראי, ולא נתן להם תפקידים, אסטרטגיה או כלים שנבנו במיוחד למשחק. לפי הדיווח, הם חילקו ביניהם את המשימות לבד, הזהירו זה את זה מפני סכנות, אספו את הציוד של חברי צוות שמתו ותיעדו את הטעויות שלהם בזיכרון משותף.
זה בעיקר הסיפור כאן. מיינקראפט לא נגמר בכמה מהלכים: כדי להגיע לדרקון צריך לאסוף משאבים, לבנות כלים, לשרוד ולהתקדם בין עולמות שונים במשחק. כשארבעה סוכנים עושים את כל זה בלי שמישהו יחליט מראש מי אחראי על מה, הם בעצם צריכים לתאם ביניהם לאורך זמן, וזו אחת הבעיות הקשות בתחום הסוכנים האוטונומיים. הזיכרון המשותף, שבו הסוכנים רשמו את הטעויות שלהם, נראה כמו מנגנון שעזר להם ללמוד מכישלונות במהלך הריצה עצמה, ולא רק לנסות שוב ושוב.
המספרים מאחורי הניצחון
לפי הדיווח, הריצה נמשכה 27 שעות ו-14 דקות. בזמן הזה כתבו הארבעה יחד 2,783 תוכניות JavaScript ושלחו זה לזה 229 הודעות צ'אט. מהנתונים עולה ככל הנראה שהסוכנים לא "לחצו על מקשים" כמו שחקן אנושי: הם שלטו בדמויות שלהם בעזרת קוד שכתבו תוך כדי משחק.
היו גם מספרים פחות מחמיאים. הסוכנים מתו 605 פעמים, כלומר יותר מ-150 מיתות בממוצע לכל סוכן. העלות של כל הסשן הגיעה ל-1,620 דולר, לפי המחיר הרגיל של Gemini 4 Argon שייכנס לתוקף ב-2027.
למה זה חשוב
ב-The Decoder מציינים שמיינקראפט הוא רק הדוגמה האחרונה למשחק וידאו שמודלי AI אייג'נטיים (agentic, כאלה שפועלים באופן עצמאי כדי להשלים משימה) מצליחים לסיים. לפני כמה שנים בלבד, משימות כאלה דרשו מערכות AI שנבנו במיוחד לכל משחק ואומנו עליו מאפס. ככל הנראה, המשמעות היא שמודלי שפה כלליים מתחילים להחליף מערכות ייעודיות גם בתחומים שבהם צריך לתכנן ולפעול לאורך זמן.
עם זאת, יש לקרוא את המספרים בזהירות. 605 מיתות ויותר מיממה של ריצה מלמדים שהדרך לניצחון הייתה רצופה ניסוי וטעייה. במשחק מוות לא עולה כלום, אבל אם הסוכנים האלה יפעלו מחוץ למשחק, כל טעות כזאת תעלה משהו. גם העלות של 1,620 דולר על משימה אחת ממחישה שסוכנים שמשתפים פעולה לאורך זמן רב עדיין יקרים להפעלה. כנראה זו השאלה הבאה: האם אותו תיאום עצמאי שראינו במיינקראפט יעבוד גם במשימות אמיתיות, ובמחיר ובשיעור כישלונות שאפשר לחיות איתם.