ארבעה סוכני AI של Google DeepMind הצליחו לסיים את המשחק מיינקראפט (Minecraft), כולל הריגת הדרקון אנדר (Ender), תוך 27 שעות ו- 14 דקות. הם עשו זאת בלי עזרה אנושית, כאשר הם כתבו בעצמם 2,783 תוכניות JavaScript קצרות ותיאמו ביניהם את העבודה. נשמע מרשים ? בהחלט, אבל יש גם כמה פרטים משעשעים: הסוכנים נפסלו 605 פעמים, כ- 22% מהתוכניות שכתבו הסתיימו בשגיאה, והניסוי הזה עלה "רק" כ- 520 דולר ועוד אחרי הנחה של 50% במחיר השימוש במודל.
לפי פוסט קצר שפרסמו חוקרים ב- Google DeepMind, ארבעת הסוכנים המבוססים על המודל Gemini 4 Argon פעלו יחד בעולם הישרדות משותף ברמת קושי קלה. הם לא קיבלו תפקידים מוגדרים מראש, ותוך כעשר דקות בלבד החלו לחלק ביניהם את העבודה באמצעות הצ'אט במשחק – אחד דאג לאוכל ולמיטות, אחר חיפש יהלומים, השלישי השיג ברזל וכלים והרביעי התכונן לכניסה ל- Nether.
המהלך המפתיע שהכריע את הדרקון
הסוכנים השתמשו בספריית Mineflayer כדי לשלוט בדמויות שלהם, וכתבו בעצמם את התוכניות שאיפשרו להם לבצע פעולות במשחק.
הקרב עם הדרקון אנדר היה האתגר הגדול ביותר שהיה להם. כמחצית מזמן הריצה הוקדש לקרב הסופי, שבמהלכו הסוכנים נפסלו 69 פעמים. הקריסטלים שהיו בזירה ריפאו את הדרקון והקשו עליהם להביס אותו, עד שאחד הסוכנים מצא פתרון פשוט: הוא בנה עמודים בתוך האדמה והגיע באמצעותם לקריסטלים והשמיד אותם.
הניסוי ממחיש גם את המחיר של עבודה ממושכת באמצעות סוכני AI. לפי הדיווח, הסשן צרך כ- 1.35 מיליארד טוקני קלט ועלותו הוערכה בכ- 520 דולר – במחיר השקה מוזל של 50%. ללא ההנחה, הניסוי היה עולה יותר מ- 1,000 דולר.
לשם השוואה, סוכן Claude Opus 5 יחיד, שהשתמש ב- 37 כלים מוכנים מראש, סיים את המשחק ברמת קושי בינונית תוך 3 שעות ו- 56 דקות, כאשר הוא נפסל רק פעם אחת ועלות השימוש עמדה על 93 דולר בלבד. עם זאת, גוגל ביקשה להדגים בניסוי את יכולתם של סוכנים לעבוד לאורך זמן, לכתוב קוד ולתאם ביניהם משימות מורכבות ולא רק לנצח במשחק.
