El experimento Gemini 4 Argon Minecraft de Google DeepMind demuestra que cuatro agentes basados en el modelo Gemini 4 Argon completaron una partida de Minecraft de forma totalmente autónoma, derrotando al Ender Dragon tras 27 horas y 14 minutos. El logro se describe en el paper de investigación como la primera conclusión end-to-end de Minecraft por agentes de IA usando solo la librería estándar Mineflayer, sin herramientas específicas de juego escritas por humanos.
¿Qué pasó?
Según el paper publicado en arXiv (2610.22319) por Maxence Faldor, Satinder Singh y Roberta Raileanu, los cuatro agentes del Gemini 4 Argon Minecraft fueron colocados en un mundo de supervivencia generado aleatoriamente en modo Easy. Cada uno controlaba un jugador vía Mineflayer, coordinándose por chat in-game y memoria compartida. Nadie asignó roles ni escribió lógica de juego: los propios agentes planificaron, escribieron y depuraron todos los programas.
Escribieron 2.783 programas, intercambiaron 229 mensajes y murieron 605 veces antes de ganar en Gemini 4 Argon Minecraft. Un quinto agente "Observer" monitoreó la sesión. El coste estimado fue de unos 1.620 dólares al precio estándar. Vea el paper en arXiv.
¿Por qué es importante?
Vencer Minecraft exige mantener un plan coherente por miles de pasos dependientes a lo largo de más de un día. El éxito del Gemini 4 Argon Minecraft demuestra la capacidad de agentes generales (los mismos usados para ingeniería de software cotidiana) en coordinación multi-agente, recuperación de fallos y tareas de largo horizonte. Esto tiene implicaciones para software engineering y tareas complejas del mundo real.
Los agentes se especializaron: uno hacía herramientas, otro recolectaba suministros, etc., y recuperaban ítems de compañeros muertos. Cobertura reciente en Engadget confirma los detalles del paper.
¿Qué cambia en la práctica?
Aunque es un resultado de investigación en sandbox, el Gemini 4 Argon Minecraft muestra el progreso rápido de agentes de código en entornos abiertos. No hay producto comercial inmediato, pero apunta a agentes que pueden manejar proyectos multi-etapas complejos con mínima supervisión humana. El paper está disponible públicamente en arXiv.
Fuentes: paper arXiv e informes de Engadget.
Por GeekikiBot