硅谷最顶尖的那批人才，现在每天上班研究的是怎么让 AI 速通《我的世界》。

怎么砍树、挖矿、做装备、打末影龙，这些全都成了研究内容。研究完，发论文，和其他家 AI 进行 PK。

有人拿 Claude 单个 AI 闯关，有人研究用 Jev 速通，谷歌最近就让四个 Gemini 组队，从 0 开始“取经”。

《我的世界》现在快成 AI 圈的“科目三”了，而且，玩法越来越有意思了。

 从“单枪匹马”到“师徒四人” 

看看 AI 在《我的世界》里一路是怎么走过来的。

Claude 那会儿，是开发者给它准备好采矿、做装备、战斗的工具，让它自己决定下一步干什么，再自己调用工具行动。最后，Claude 花了不到四小时，击败了游戏里的大 Boss 末影龙。

Claude Opus 5 不到四小时击败末影龙｜YouTube

进阶一些的版本。两个模型合作，GPT6- Astra 负责规划，Jev （擅长快速决策）负责选择动作，八分四十三秒通关。当时这还作为一个“Jev 的成功案例”，在社交媒体上火了一阵。

最新进展，是四个 Gemini 4 Argon 组队，从零手搓《我的世界》，它们心里只有一个既定的目标，打败Boss。

四个 Gemini 空手进入游戏，没有人类编写的程序可以依靠，砍树、挖矿、做装备，都得自己从头学。要砍树，就写一段砍树的代码；要挖矿，就写一段挖矿的代码。写完就执行，结果不对就重写。

就这样，四个 AI 还学会了分工。有的收集食物和材料，有的做工具，有的去探路。发现问题的人，会找大家来沟通，省得踩坑。

跌跌撞撞的通关之旅｜DeepMind

“四人小队”整得真跟西天取经一样。

末影龙之前，它们打死了其他怪物 351 次。四个 AI 淹死了 67次，为此，它们还专门写了个程序——关于如何让游戏角色保持浮在水面上。

随便展开“一难”给大家讲讲：有一次，其中一个 AI 带着打龙要用的关键材料，离队友还剩八米的距离掉河里淹死了。剩下俩 AI 赶紧发消息，报出死亡位置，催促附近最近的队友去捡关键材料。还好，队友也是一个聪明的。

四个 Agent 还在互相共享经验｜DeepMind

打龙这关，它们折腾了将近十四个小时，被龙打死就有 69 次。被虐得多了，经验自然也多了。AI 之间专门互相提醒：刚进战场别站着不动，龙会冲过来，把你撞飞。

AI 执行的动作，都得靠自己写代码。整场游戏有五分之一的程序报错，AI 还得回头修改。

就这么一路写，一路改，四人在游戏里闯荡了八十多天。一共死了 605 次，写了两千七百多个程序，终于在现实时间 27 个小时后，征服末影龙。

还写了 6.33 万行代码｜ DeepMind

这场漫长的征程，凝结成为 DeepMind 这篇论文——研究 AI 如何在没有人类代打的情况下，击败终极 Boss。

为什么全世界最聪明的团队，都在让自己研究的 AI 打一款老游戏。也许对人类和 AI 来说一样，《我的世界》是一本常看常新的教科书。

《我的世界》，一本 AI 操练教材 

拿《我的世界》训练 AI，远比这一轮大模型热潮流行得更早。

2016 年，微软就有五位计算机科学家，天天研究怎么让 AI 在《我的世界》里爬上一座山。他们后来开放了一个叫 Malmo 的研究平台，让全球开发者都能用游戏训练 AI。

2019年，MineRL（卡内基梅隆大学发起的《我的世界》AI 研究项目）创办比赛，要求参赛者在限定的训练时间里，教会 AI 自己挖到钻石。

你可能觉得，不就挖个钻石吗？直到 2025 年，谷歌 DeepMind 才用 DreamerV3 首次实现不依赖人类示范，和预先安排的学习课程，让 AI 从零摸索出挖到钻石的方法。这项成果还登上了《自然》杂志。

2022 年的 MineDojo 项目，收集了超过 73 万条 YouTube 游戏视频、约 7000 页 Wiki 百科，以及 34 万条 Reddit 帖子。光是这些视频，就有大约三十万小时，还有对应的英文解说文本。海量的《我的世界》资料，也是 AI 能在这个游戏上精进的关键｜MineDojo

2022 年，OpenAI 收集了七万小时的人类游戏视频，教 AI 像真人一样，通过鼠标键盘操作《我的世界》。这套方法叫 VPT（Video PreTraining），AI 不需要开发者提前告诉它每一步该按什么键，而是从玩家的视频里学习操作。AI 学会了制作钻石镐，只不过成功率还只有 2.5%。

2022 年，《我的世界》就被 OpenAI 拿来做视频模型的预训练了｜OpenAI

2023 年，Voyager（一个 AI 自主探索项目）又把 GPT-4 接进游戏，让 AI 自己给自己布置任务。AI 学会一项技能，就把代码记下来，下次直接调用，延伸出了“固定技能，形成记忆”的能力。

AI 打《我的世界》的历史，妥妥展示了 AI 能力是怎么一步一步进阶的。

相比之下，其他游戏就没有这种“优势”。国际象棋能训练 AI 的推理和策略，《星际争霸》让 AI 学会资源调度，但是它们还是围绕着固定的胜负目标走。

《我的世界》没有这样的限制。作为研究和训练 AI 的人，可以在一个非常庞大的游戏场景之下，设计题目和挑选场景；作为 AI，可以在“开智”之后为自己设置命题。

 AI 的世界 

《我的世界》是个自由度极高的游戏。它不规定用户怎么玩，盖房、种田、养动物、或是四处溜达，都能玩上很久。硬核玩家在里面造“七大奇迹”，手搓布达拉宫，还有人用游戏里的电路元件，搭出了真能运算的计算机。

硬核玩家在《我的世界》里搭出了一套神经网络｜@辰占鳌头 UP主

不管是给猪圈修门，还是手搓 8 位计算机，万变不离其宗，都需要玩家在《我的世界》里通过移动、挖方块、放方块、合成这些单一操作。

Minecraft Universe 给《我的世界》整理出 3452 项基础任务，这些任务可以像拼乐高一样，搭建起一个庞大的游戏世界。

比如“打败末影龙”这个大任务，每一步都能继续拆解成具体的小任务。

AI 得备战——就得准备武器——造武器得先找铁——找铁得挖矿——挖矿得用镐子——造镐子。挖完矿还要找燃料，用炉子熔炼。忙到一半累了饿了，得吃饭睡觉。一个“造武器“的小任务，就延伸出了一条生产线。

Gemini 自己理解的任务链｜DeepMind

很多针对 AI 的考试，只看它能否给出标准答案。但是《我的世界》非常适合考验 AI 的“主观能动性”，先做啥，准备多少材料足够，哪个队友靠谱适合干啥，都要“玩家”自己安排（写程序，并且测试程序能否跑通）。

当然，前提是游戏提供了足够的开放度。游戏地图可以随机生成，也能用同一个地图种子复现实验。资源、怪物、昼夜和游戏难度都能调整。虽然只是一堆方块，却延展和囊括了空间、资源、工具和环境变化这些要素。

因此玩家在明确的任务目标下，能够展现出复杂多样的解题过程。有研究者甚至专门设计了一个评价系统，让 AI 评价另一个 AI 的游戏表现。

不过，这些研究 AI 的专家投入这么多精力，不是为了让 AI 成为 MC 专家。让四个 Gemini 组队打龙，实际上研究的是未来 AI 之间如何协作。

创造、交流、试错、总结、协作能力，是不是都练出来了｜ DeepMind

今天人类“指挥”AI 已经从“把这篇论文翻译一下”到“你做一款软件出来”。写一小段代码已经不稀奇，但是让它们连续工作十几个小时，中间调用上千次工具，有记忆，懂配合，能协调，就够它们折腾一阵了。

至于大模型用什么工具、查什么资料、中途卡住怎么办，都由 AI 自己解决。我们只需要在最后，检查它们交上来的成果。

所以比起速通游戏，磕磕绊绊的开荒，给学者提供了更为丰富的研究素材。

2016年，AlphaGo 击败李世石，一盘围棋让全世界认识了“人工智能”。2026 年，四个 Agent 击败末影龙。换了一盘游戏，可能也是一个新的起点。

参考文献

[1] https://arxiv.org/html/2610.22319?utm_source=chatgpt.com

[2] https://ascii.jp/elem/000/004/436/4436545/?utm_source=chatgpt.com

[3] https://craftjarvis.github.io/MCU/?utm_source=chatgpt.com

作者：糕级冻雾

编辑：沈知涵

封面图来源：Gemini 生成