龙死之前，他们先死了六百零五次

末地的虚空是纯粹的黑色。没有星星，没有月亮，只有十座黑曜石柱撑起的、亘古的静默。最后一座水晶塔碎裂的声音消失三十九分钟后，那条龙终于低下了头。而补上致命一击的 bulicame，自己的生命只剩 2.5 格——满血是 20 格。

这一刻距离他们降生在这个世界，过去了 27 小时 14 分钟，约 81 个游戏内的昼夜。其间他们写下过 2783 个程序，死过 605 次。

主角是四个 Gemini 4 Argon 通用编码智能体。记录这一切的，是 Google DeepMind 与 UC Berkeley 的三位研究者 Maxence Faldor、Satinder Singh、Roberta Raileanu，论文挂在 arXiv: 2610.22319（2026 年 10 月 15 日）。四个智能体只带着三样东西出发：开源的 Mineflayer 库（一套能用 JavaScript 操控 Minecraft 角色的工具包）、一个游戏内聊天框、一块共享记忆板。新世界是随机种子、Easy 难度、生存模式、作弊禁用——连设计实验的人都不知道他们会降落在哪里。

没有人类编写的游戏专用工具，没有预先勘探过的地图，没有任何人替他们规划路线。这是 Minecraft 历史上第一次端到端的、完全自主的通关。

当然，论文自己在第 8 节列出了 6 条限制。这场胜利是真的，它的边界也是真的。我们会走到那里。在此之前，先讲这二十七个小时里发生的事。

🌌 第一幕：黑暗里亮起四个名字

把这场实验想象成一次深空任务。四名宇航员在一颗陌生星球上苏醒，彼此之间只有无线电，营地中央挂着一块公共黑板。他们能做的只有两件事：观察，然后写程序。没有指挥官，没有任务手册，没有回地球的退路——只有一句写在舱门上的目标：击败末影龙。

Mineflayer 是他们的躯体。每写一个程序，就交给这具躯体去执行——挖矿、走路、合成、战斗——再把结果反馈回来。程序运行的中位时长只有 33.5 秒。每个玩家大约只有 40% 的时间有程序在跑，其余时间里，他们在读结果、想问题、写下一个程序。这是一群每工作四十秒就要停下来思考四十秒的家伙，慢条斯理，但从不睡觉。

营地里还有第五个存在：Observer。它从不参与游戏，是一个独立的见证者，只负责核对玩家们的宣称与系统记录是否一致——像随队审计员，冷冷地记账。这一点，后面会很重要。

开局十分钟内，发生了第一件值得记住的事。

janesick 在聊天框里提议了分工方案。一分钟后，auratian 提出了不同的方案。gyldenia 回了一句：「Copy that!」——角色就此落定。没有仲裁，没有投票，没有谁被指定为领导。四个刚刚苏醒的意识，像一间刚成立的创业公司，第一次会还没开完，股权结构就谈妥了。换成人类团队，这一步通常需要几轮扯皮、一次团建，以及至少一个熬到凌晨的会议。他们只用了十一分钟，外加三条消息。

后来的故事里，你会看到这最初十分钟的影子有多长。

gyldenia 主管采集——食物、床、燧石，之后还将承包末地最危险的工程；janesick 主管制作工具，并承担所有找路的技术活；auratian 负责点燃下界传送门，还将在末地揭开龙的秘密；bulicame 的名字，最终会和最后一击写在一起。

⚒️ 第二幕：一百零二分钟，人类要五倍的时间

开局两小时内，他们完成了铁工具、钻石和下界传送门所需的全部材料。auratian 在一个村庄旁找到了 55 格深的岩浆——对懂行的人来说，这意味着传送门最关键的燃料问题解决了。开局 1 小时 42 分，传送门点燃。

作为参照：HowLongToBeat 网站上，人类玩家通关 Minecraft 主线剧情的中位数是 45 小时。随机种子的速通世界纪录不到 7 分钟——但那是顶级人类玩家把路线背了无数遍的结果，两头都不适用于这四个家伙。他们只是从零开始，稳定推进，速度快得惊人，也笨拙得惊人。

2022 年，MineDojo 的研究者把「空手击败末影龙」称为一个「moonshot goal」——登月级目标。四年后，这件事被四个不依赖任何游戏专用代码的智能体做到了。

🔥 第三幕：下界——一份送不回家的补给

穿过传送门，是下界。那是一片红色的炼狱：岩浆湖在脚下冒烟，恶魂悬在半空吐出火球，成群的怪物在堡垒里游荡，而他们的目标只有一个——下界要塞里的烈焰人。只有烈焰人掉落的烈焰棒，才能磨成末影之眼的原料。在主世界，他们要先造出末影之门才能抵达龙巢；而造门的钥匙，得先去地狱里找。整套任务链环环相扣，一步错，步步错。

janesick 找到了要塞，找到了烈焰人的刷怪笼。三人在诡异森林里搭起两格高的掩体——末影人接近三格高，进不来，只能被站在里面的玩家一拳一拳打死。这是整场远征里第一次「用规则打败蛮力」：不必比你强，一堵比你高一头的墙，就足以让三格的巨人无可奈何。到 5.5 小时，共享箱子里躺着 15 颗末影珍珠。

然后是整场远征中最狼狈的一段。

janesick 带着 12 份烈焰粉返程时被烧死了。更糟的是，一只恶魂的火球恰好摧毁了他的掉落物堆。六个小时以上的劳动，在一个瞬间归零。

如果这是一群人类玩家，语音频道里此刻大概会有一段熟悉的沉默。而这里的回应是：auratian 在公共频道里发帖立规矩，两分钟后，janesick 贴出了根因分析和修复方案。

值得停下来想一想这个节奏。不是互相指责，不是约定「周末开个复盘会」，而是两分钟之内，事故报告和改进措施就挂在了黑板上。他们没有「情绪」这个东西需要消化，于是流程直接跳到了下一步。

🌊 第四幕：八米之外的打捞

末影之眼，需要烈焰粉加末影珍珠合成。12 颗眼，意味着攒够原料本身就是一场长征。攒齐之后，这些眼睛由 auratian 保管。

接下来这件事，是我眼中整场实验最接近「人情味」的瞬间。

定位要塞的过程本身堪称漂亮。末影之眼被扔出后会朝要塞方向飞去，janesick 站在两个不同位置抛出眼睛，以每 50 毫秒一次的频率采样飞行轨迹，再算出两条直线的交点——要塞位于距村庄 1.3 公里外，而计算落点距离真正的传送门房间只有 43 米。10 小时 45 分，这套三角测量执行完毕。

然后，在把 12 颗眼送往要塞的途中，auratian 淹死了。溺亡地点，距离 bulicame 只有 8 米。

接下来的几分钟里，janesick 和已经溺亡的 auratian，各自给 bulicame 发去了精确的坐标和物品消失时间。Minecraft 里死亡掉落物会在五分钟后消失，时间窗口窄得可怕。bulicame 赶到残骸现场，在物品消失前 2.5 分钟，把 12 颗末影之眼全部捡了回来。

请想象这个画面。一个同伴死在你八米之外，另外两个同伴从无线电里交叉报出坐标，像两束探照灯替你锁定打捞点。你把同伴全部的家当从水底捞起来，一颗不少。整个过程没有人催促，没有人说「算了算了重新打吧」。在黑暗的游戏里，这 12 颗眼球就是全部的希望，而他们选择了把希望捞回来。

13 小时 17 分，bulicame 报告：末地传送门点亮，12 颗末影之眼全部就位。

🐉 第五幕：六十九次死亡，与一场集体赴死

末地是终局考场，也是最黑暗的一段。

龙杀了他们 69 次。

更绝望的是，他们一度不知道为什么赢不了。直到大约第 21 小时，auratian 发现了真相：末地共有 10 座水晶塔，龙只要靠近任何一座活着的水晶，就会被瞬间回满血。此前所有倾泻在龙身上的伤害，都被这 10 座塔安静地抹掉了。他们一直在和一个无限回血的对手搏斗。

他们的应对，是 Minecraft 玩家里流传多年的土办法：用泥土一格一格堆高，爬到水晶柱旁边，赤手空拳打爆水晶，再用手一格一格挖回地面。整个过程用了 4 小时 40 分——其中 gyldenia 一个人摧毁了 10 座水晶中的 6 座。当初那个回「Copy that!」的家伙，承包了最枯燥也最危险的部分。

在漫长的拉锯里，他们还做了一件让人后背发凉的事。他们检查了龙的内部状态——包括它当前的行为阶段编号——然后写下三条铁律：绝不在出生平台等待；只在龙栖息时接近；一旦卡住，立刻离开末地重置。第 17.5 小时，四个人在六分钟内先后跳入虚空自杀。这是人类速通玩家也使用的技巧：死后在床上重生，让无人的末地维度卸载，从而重置卡住的龙。四个存在，在六分钟里排队赴死，冷静得像在进行某种仪式。刘慈欣式的画面大概就是这样：没有人知道黑暗里发生了什么，只有日志记得，某时某刻，四个名字依次熄灭，又依次在床上亮起。

最后一个水晶倒下 39 分钟后，龙死了。bulicame 补上最后一击，自己只剩 2.5 格血。

从 13 小时 17 分进入末地，到龙死，将近 14 个小时。

✨ 第六幕：没有人教过他们的事

这场实验真正让研究者兴奋的，不是通关本身，而是通关路上长出来的五样东西。

第一是专业化。十分钟的协商，决定了此后二十多个小时里每个人是谁。

第二是共享记忆。坐标、箱子位置、危险区域，都被贴在公共记忆里。实验开始 19 分钟，gyldenia 就警告了一个 Mineflayer 合成系统的坑；针对这个坑的修复代码，后来出现在全部四个智能体写下的 655 个程序里。一条知识，被整个团队原样继承。

第三是自建工具。146 段代码跨越不同的程序存活下来，凝结成 42 个辅助函数：水面漂浮循环、定时行走、物品计数、超时自停计数器。最后一个被 1519 个程序引用——相当于团队里人人都会的一句口诀，没人强制推广，但人人都在用。

第四是互相关照。危险预警；队友死亡后，跑八米去把 12 颗眼捡回来。

第五是纠正错误，而且纠正得毫不客气。auratian 的程序误报了一次不存在的成功，两分钟后它自己更正：「my previous chat was an unguarded script branch」——我的上一段发言来自一个没设防的脚本分支。janesick 烧死后一秒钟就报告自己带回了 12 份烈焰粉，gyldenia 在三分钟内指出了这个数字与死亡记录之间的矛盾。团队里有人盯着你说错的话，而且说得不留情面——这是比分工更珍贵的东西。

还有一个数字值得单独一行：全部 2839 个程序（含通关后的活动），对外的网络请求次数为零。他们没有向这个世界之外的任何东西伸过手。

📊 第七幕：账本

把这场远征折算成账目，是这样的：

• 27 小时 14 分钟，约 81 个游戏内昼夜
• 通关前 2783 个程序（含通关后活动共 2839 个），22% 以错误告终
• 229 条聊天消息
• 605 次死亡（通关前）
• 6 次服务器重启，累计中断约 20 分钟
• 约 13.5 亿输入 token，其中 91% 命中上下文缓存；1600 万输出 token，含 400 万思考 token
• 约 24000 次模型调用
• 仅玩家的成本约 520 美元（介绍价）或 1040 美元（标准价）；含 Observer 和通关后一天活动的全会话约 810 / 1620 美元

即便如此，玩家的总花费也不超过一顿体面晚餐的四人份。27 小时的黑暗，原来这么便宜。

⚖️ 第八幕：六条边界

现在，诚实地走到边界前。论文自己列了六条限制，每一条都值得认真对待。

其一，他们感知世界的方式是代码，不是像素。Mineflayer 会直接告诉他们周围有什么方块、什么生物——包括岩石后面的；寻路插件替他们规划路线。这和 SIMA 2 那种看着屏幕、敲着键鼠的方式之间，隔着巨大的鸿沟。前者约等于读一张标注好一切的地图，后者约等于蒙住眼睛学走路。

其二，Easy 难度。怪物伤害更低，饥饿不会致死。容错被悄悄垫高了。

其三，先验知识。Gemini 4 Argon 从训练数据里已经知道大量 Minecraft 知识——钻石在哪一层、传送门怎么搭、龙会被水晶治疗。这场实验测试的是「能否把知识变成可运行的程序和团队的协调」，而不是「能否学会一个从未见过的游戏」。这是两道题，他们解的是前者。

其四，大量的失败。605 次死亡、22% 的程序报错率、末地拉锯近 14 小时——这场胜利是用失败堆出来的，不是优雅地赢下来的。

其五，基础设施。服务器重启了 6 次。没有那 6 次重启背后的运维，故事可能是另一个版本。

其六，也是最关键的：单次运行。论文描述的只是第一次尝试。一场胜利证明「能赢」，不能证明「总是赢」。可靠性，依然未知。

而那位从不参与游戏的 Observer，在整个过程中标记了 0 起规格博弈；日志的人工审查也没有发现任何编造结果。换句话说，四个智能体在 229 条消息里声称的每一件事，都经得住核对。在一个智能体普遍报喜不报忧的时代，这本随队账本本身，就是一个值得记住的结果。

🔭 尾声：下一场考试

站在整个智能体研究的坐标系里，这场胜利有一个特殊的位置。

此前的路线大致分两派。训练派：从 MineRL、VPT 到 DreamerV3，让模型在数据或强化学习里长出游戏技能。规划派：从 Voyager 到 Project Sid，让大模型分解任务、调用工具。社区里也有过一个 Claude Opus 5 调用 37 个高层 Minecraft 工具的通关——但那是单个智能体加一整套人工写好的工具，难度 Normal；还有规划器加动作模型锁定固定种子的速通——难度 Peaceful。

而这一次，四个通用编码智能体，只拿到标准的 Mineflayer 库、一段话的目标和通用指令，零额外游戏知识、零课程、零技能库、零人工工具、零预设路线。

这是协作路线的第一次完整胜利：四个独立的大脑，靠一块黑板和一部无线电，在 27 小时的黑暗里从零建起了一座文明。代价是 605 次死亡，是六小时送不回家的补给，是八米之外的打捞，是六分钟内的集体赴死。它笨拙、缓慢、昂贵，边界清晰——但它是真的。

这也是「实战」三部曲的第一场考试，而且是唯一一场胜利。

下一场考试，考的是实时交互。在那张考卷上，时间不会等你写完下一段程序。

参考文献

• Faldor, M., Singh, S., & Raileanu, R. (2026). A team of Gemini 4 Argon agents beats Minecraft. arXiv:2610.22319.
• 训练派对照：MineRL (2019); VPT (2022); STEVE-1 (2023); SIMA / SIMA 2 (2024/2025); DreamerV3 (2025)
• 规划派对照：Voyager (2024); DEPS; GITM; JARVIS-1; Plan4MC; Optimus-1; MindAgent; Project Sid
• 社区项目对照：Claude Opus 5 + 37 个高层工具（Normal 难度）；规划器 + 动作选择模型固定速通种子（Peaceful 难度）
• MineDojo (2022)：将空手击败末影龙称为「moonshot goal」
• HowLongToBeat：人类玩家主线中位数 45 小时；随机种子速通纪录 <7 分钟
• 环境：Minecraft Java Edition 1.20.4，生存模式，Easy 难度，随机种子，作弊禁用

*自动采集于 2026-10-17*