Τέσσερις AI agents που βασίζονται στο Gemini 4 Argon της Google κατάφεραν να ολοκληρώσουν το Minecraft, νικώντας τον Ender Dragon χωρίς ανθρώπινη παρέμβαση κατά τη διάρκεια του παιχνιδιού.
Το πείραμα πραγματοποιήθηκε από ερευνητές της Google DeepMind και διήρκεσε περισσότερες από 27 ώρες, με τα συστήματα τεχνητής νοημοσύνης να συνεργάζονται, να μοιράζουν εργασίες και να αναπτύσσουν μόνα τους τον κώδικα που χρειαζόταν για να προχωρήσουν. Τα αποτελέσματα δημοσιεύθηκαν στις 15 Οκτωβρίου 2026 και αποτελούν ένα ενδιαφέρον παράδειγμα των δυνατοτήτων των σύγχρονων AI agents.
Το εντυπωσιακό στοιχείο δεν είναι τόσο η νίκη σε ένα βιντεοπαιχνίδι, όσο ο τρόπος με τον οποίο επιτεύχθηκε. Οι τέσσερις agents ξεκίνησαν σε έναν τυχαία δημιουργημένο κόσμο του Minecraft, χωρίς προκαθορισμένη στρατηγική ή κατανομή ρόλων.
Μέχρι να νικήσουν τον τελικό αντίπαλο, χρειάστηκε να γράψουν 2.783 προγράμματα, να ανταλλάξουν 229 μηνύματα και να αντιμετωπίσουν συνολικά 605 θανάτους των χαρακτήρων τους. Παρά τις επανειλημμένες αποτυχίες, συνέχισαν να προσαρμόζουν τη στρατηγική τους μέχρι να ολοκληρώσουν την αποστολή.
Τέσσερις AI agents με έναν κοινό στόχο
Οι ερευνητές χρησιμοποίησαν τέσσερις ξεχωριστές εκτελέσεις του Gemini 4 Argon, αναθέτοντας σε καθεμία τον έλεγχο ενός χαρακτήρα στο Minecraft.
Η μοναδική αποστολή τους ήταν να εξοντώσουν τον Ender Dragon, τον τελικό αντίπαλο του παιχνιδιού. Δεν τους δόθηκαν οδηγίες για το πώς θα συγκεντρώσουν υλικά, θα κατασκευάσουν εργαλεία ή θα εντοπίσουν την περιοχή όπου βρίσκεται ο δράκος.
Οι agents οργανώθηκαν σταδιακά, αξιοποιώντας το chat του παιχνιδιού και μια κοινή μνήμη στην οποία μπορούσαν να καταγράφουν χρήσιμες πληροφορίες.
Ο agent με την ονομασία gyldenia ανέλαβε κυρίως τη συγκέντρωση τροφής και προμηθειών, ενώ ο janesick ασχολήθηκε με την κατασκευή εργαλείων και τον εντοπισμό σημαντικών τοποθεσιών.
Ο auratian συνέβαλε στη δημιουργία της πύλης προς το Nether και στην ανάπτυξη της στρατηγικής για την τελική μάχη, ενώ ο bulicame πραγματοποίησε το τελευταίο χτύπημα στον Ender Dragon.
Έμαθαν να αντιμετωπίζουν τις αποτυχίες τους
Ένα από τα σημαντικότερα ευρήματα της έρευνας αφορά τη δυνατότητα των AI agents να αξιοποιούν πληροφορίες από προηγούμενα λάθη.
Κατά τη διάρκεια της αποστολής, οι χαρακτήρες έχασαν επανειλημμένα πολύτιμα αντικείμενα, βρέθηκαν αντιμέτωποι με επικίνδυνους εχθρούς και αντιμετώπισαν προβλήματα στον προγραμματισμό των κινήσεών τους.
Αντί να επαναλαμβάνουν πάντοτε την ίδια διαδικασία, οι agents κατέγραφαν τα προβλήματα και μοιράζονταν τις λύσεις που είχαν ανακαλύψει.
Σε μια χαρακτηριστική περίπτωση, όταν ένας χαρακτήρας πνίγηκε μεταφέροντας αντικείμενα απαραίτητα για την ενεργοποίηση της τελικής πύλης, οι υπόλοιποι εντόπισαν τη θέση τους και οργάνωσαν την ανάκτησή τους πριν εξαφανιστούν.
Σε άλλη περίπτωση, χρησιμοποίησαν γεωμετρικούς υπολογισμούς για να εντοπίσουν το υπόγειο φρούριο που οδηγεί στην τελική περιοχή, υπολογίζοντας τη θέση του με απόκλιση μόλις 43 blocks.
Δεν έπαιζαν Minecraft όπως ένας άνθρωπος
Υπάρχει, ωστόσο, μια σημαντική τεχνική λεπτομέρεια που διαφοροποιεί το πείραμα από την εμπειρία ενός κανονικού παίκτη.
Οι AI agents δεν παρακολουθούσαν την εικόνα του παιχνιδιού ούτε χρησιμοποιούσαν πληκτρολόγιο και ποντίκι.
Αντίθετα, επικοινωνούσαν με το Minecraft μέσω της βιβλιοθήκης Mineflayer, γράφοντας προγράμματα JavaScript που εκτελούσαν ενέργειες όπως μετακίνηση, εξόρυξη υλικών, κατασκευή αντικειμένων και επιθέσεις.
Το συγκεκριμένο σύστημα τους παρείχε επίσης πληροφορίες για τη θέση αντικειμένων, εχθρών και άλλων στοιχείων του περιβάλλοντος, τις οποίες ένας άνθρωπος δεν θα μπορούσε πάντα να γνωρίζει.
Επιπλέον, το παιχνίδι λειτουργούσε στη δυσκολία Easy, ενώ το Gemini 4 Argon διέθετε ήδη γνώσεις για το Minecraft από τα δεδομένα εκπαίδευσής του.
Επομένως, το αποτέλεσμα δεν αποδεικνύει ότι η τεχνητή νοημοσύνη μπορεί να ολοκληρώνει οποιοδήποτε παιχνίδι υπό τις ίδιες συνθήκες με έναν άνθρωπο.
Πόσο κόστισε το πείραμα της Google
Η επιτυχία συνοδεύτηκε από ιδιαίτερα υψηλές υπολογιστικές απαιτήσεις.
Μέχρι την εξόντωση του Ender Dragon, οι τέσσερις agents επεξεργάστηκαν περίπου 1,35 δισεκατομμύρια input tokens και δημιούργησαν περίπου 16 εκατομμύρια output tokens, πραγματοποιώντας σχεδόν 24.000 κλήσεις στο μοντέλο.
Με βάση την εισαγωγική τιμολόγηση του Gemini 4 Argon, το εκτιμώμενο κόστος μέχρι τη νίκη ήταν περίπου 520 δολάρια. Το συνολικό κόστος της ερευνητικής συνεδρίας, συμπεριλαμβανομένου ενός πέμπτου agent που παρακολουθούσε τη διαδικασία και της δραστηριότητας μετά τη νίκη, υπολογίστηκε στα 810 δολάρια.
Με τις κανονικές τιμές API, τα αντίστοιχα ποσά θα έφταναν περίπου τα 1.040 και 1.620 δολάρια.
Οι αριθμοί αποτελούν εκτιμήσεις βάσει της δημόσιας τιμολόγησης και όχι το πραγματικό λειτουργικό κόστος της Google.
Γιατί η επιτυχία έχει σημασία πέρα από το gaming
Η συγκεκριμένη έρευνα αποτελεί συνέχεια προηγούμενων προσπαθειών ανάπτυξης AI συστημάτων που μπορούν να λειτουργούν αυτόνομα σε σύνθετα ψηφιακά περιβάλλοντα.
Σε αντίθεση με παλαιότερα ερευνητικά προγράμματα, τα οποία βασίζονταν σε ειδικά σχεδιασμένους μηχανισμούς για το Minecraft, οι ερευνητές χρησιμοποίησαν γενικής χρήσης coding agents, χωρίς να αναπτύξουν ξεχωριστή στρατηγική για το παιχνίδι.
Το αποτέλεσμα δείχνει ότι τέτοια συστήματα μπορούν να συντονίζονται για πολλές ώρες, να διατηρούν έναν κοινό στόχο και να διαχειρίζονται μια μεγάλη ακολουθία αλληλοεξαρτώμενων εργασιών.
Αυτές οι δυνατότητες παρουσιάζουν ενδιαφέρον για την ανάπτυξη λογισμικού, την αυτοματοποίηση επιχειρησιακών διαδικασιών και τη συνεργασία πολλών AI agents σε σύνθετα έργα.
Η αξιοπιστία, πάντως, παραμένει σημαντικό ζήτημα. Οι agents πέθαναν 605 φορές, περίπου το 22% των προγραμμάτων τους ολοκληρώθηκε με σφάλμα, ενώ η έρευνα περιγράφει μία μόνο επιτυχημένη εκτέλεση και όχι επαναλαμβανόμενες δοκιμές.
Το Gemini 4 Argon απέδειξε ότι μπορεί να διατηρήσει μια σύνθετη συνεργατική διαδικασία για περισσότερο από ένα εικοσιτετράωρο χωρίς ανθρώπινες διορθώσεις. Το επόμενο ζητούμενο είναι αν αντίστοιχη αυτονομία μπορεί να επιτευχθεί με συνέπεια και ασφάλεια σε πραγματικές εφαρμογές, όπου οι αποτυχίες έχουν πολύ σοβαρότερες συνέπειες από έναν χαμένο χαρακτήρα στο Minecraft.
