硅谷的天才们怎么天天研究让 AI 在《我的世界》里砍树？

硅谷的顶尖人才如今每天的工作，是研究如何让AI快速通关《我的世界》。

砍树、采矿、制作工具、击败末影龙——这些任务都成了研究课题。研究完成后，他们会发表论文，与其他AI进行比拼。

有人用Claude单打独斗，有人探索Jev的速通方法，谷歌最近则让四个Gemini组队，从零开始“取经”。

《我的世界》现在几乎成了AI领域的“科目三”，而且玩法越来越有趣。

从“单打独斗”到“四人团队”

来看看AI在《我的世界》中的发展历程。

起初，Claude的开发者为其准备了采矿、制作装备和战斗的工具，让AI自行决定下一步行动，并调用工具执行。最终，Claude在不到四小时内击败了最终Boss末影龙。

Claude Opus 5不到四小时击败末影龙｜YouTube

更进阶的版本是双模型合作：GPT6-Astra负责规划，Jev（擅长快速决策）负责选择动作，最终在八分四十三秒内通关。当时这被当作“Jev的成功案例”，在社交媒体上引发热议。

最新进展是四个Gemini 4 Argon组队，从零开始探索《我的世界》，它们只有一个既定目标：击败Boss。

四个Gemini空手进入游戏，没有任何人类编写的程序可依赖。砍树、采矿、制作装备，都需要自己从头学习。要砍树，就写一段砍树代码；要采矿，就写一段采矿代码。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，有的制作工具，有的负责探路。发现问题的人会通知大家，避免重复犯错。

跌跌撞撞的通关之旅｜DeepMind

“四人小队”的经历，真像西天取经。

在挑战末影龙之前，它们击杀了351次其他怪物。四个AI共淹死67次，为此还专门编写了一个程序——关于如何让角色保持浮在水面上。

随便举一个“难关”的例子：有一次，一个AI带着打龙的关键材料，离队友仅八米远时掉进河里淹死了。剩下两个AI赶紧发消息，报告死亡位置，催促最近的队友去捡关键材料。还好，队友也很聪明。

四个Agent还在互相共享经验｜DeepMind

打龙这一关，它们折腾了将近十四个小时，被龙杀死69次。被虐得多了，经验自然积累起来。AI之间互相提醒：刚进战场别站着不动，龙会冲过来把你撞飞。

AI执行的所有动作，都需要自己写代码。整场游戏中，五分之一程序报错，AI还得回头修改。

就这样一路写、一路改，四个AI在游戏中闯荡了八十多天。总共死亡605次，编写了两千七百多个程序，最终在现实时间27小时后，征服了末影龙。

还写了6.33万行代码｜DeepMind

这场漫长的征程，凝结成了DeepMind的这篇论文——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来说都一样，《我的世界》是一本常看常新的教科书。

《我的世界》，一本AI训练教材

用《我的世界》训练AI，远比这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，每天研究如何让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，不就是挖个钻石吗？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接入游戏，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，充分展示了AI能力是如何一步步进阶的。

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，但它们还是围绕着固定的胜负目标运行。

《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下，设计题目和挑选场景；作为AI，可以在“开智”后为自己设置命题。

AI的世界

《我的世界》是一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为《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“击败末影龙”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《我的世界》非常适合考验AI的“主观能动性”，先做什么，准备多少材料，哪个队友靠谱适合干什么，都要“玩家”自己安排（写程序，并测试程序能否跑通）。

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，不是为了把AI变成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”进化到“你做一款软件出来”。写一小段代码已经不稀奇，但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 本文来自微信公众号 “果壳”（ID：Guokr42），作者：糕级冻雾，36氪经授权发布。