Gemini 4 Argon: KI-Agenten spielen Minecraft in 27 Stunden durch
Veröffentlicht am: 17.10.2026 um 05:13 Uhr | Redaktion boerse-global.de
Vier auf Programmierung spezialisierte KI-Agenten von Google DeepMind haben das Computerspiel Minecraft ohne menschliche Hilfe durchgespielt. Unter dem Einsatz des Modells Gemini 4 Argon besiegten die Systeme den Endgegner, den sogenannten Ender Dragon, ausgehend von einem zufälligen Startpunkt innerhalb von 27 Stunden und 14 Minuten.
Das Vorgehen und die Messdaten des Experiments wurden in einer wissenschaftlichen Arbeit von Maxence Faldor, Satinder Singh und Roberta Raileanu beschrieben, die auf den 15. Oktober 2026 datiert ist.
Autonome Koordination und Tausende Programmzeilen
Die vier Agenten mit den Bezeichnungen gyldenia, bulicame, janesick und auratian organisierten ihre Aufgabenverteilung eigenständig. Gespielt wurde in der Edition Minecraft Java 1.20.4 im Überlebensmodus auf dem Schwierigkeitsgrad Easy, bei deaktivierten Cheats und auf einer zufällig generierten Karte ohne vorab erkundete Startbedingungen.
Laut den Forschenden stellt der Durchlauf die erste vollständig autonome Bewältigung des Spiels dar, bei der lediglich auf die Standard-Bibliothek Mineflayer zurückgegriffen wurde.
Zur Steuerung ihrer Spielfiguren erstellten die Agenten im Spielverlauf 2.783 eigene JavaScript-Programme mit einem Gesamtumfang von rund 63.313 Zeilen sowie 42 wiederverwendbare Hilfsfunktionen. Die Abstimmung untereinander erfolgte ausschließlich über das interne Chat-System des Spiels und einen gemeinsam genutzten Speicher.
Während KI-Agenten in Simulationen immer komplexere Aufgaben autonom lösen, müssen Unternehmen die rechtlichen Rahmenbedingungen für solche Technologien im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der neuen EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen
Insgesamt tauschten die Agenten 229 Chat-Nachrichten aus und verwalteten 146 geteilte Zustände sowie Code-Stände. Vorgegebene Rollen oder menschliche Werkzeuge kamen nicht zum Einsatz. Maxence Faldor teilte auf der Plattform X mit, dass der Drache nach 27 Stunden und 2.783 selbst geschriebenen Programmen bezwungen worden sei.
Fehlerquote und Verlauf des Endkampfes
Der Spielverlauf verlief nicht fehlerfrei: Rund 22 Prozent der erzeugten Skripte wiesen Mängel auf, und die Spielfiguren starben insgesamt 605 Mal, zumeist durch Angriffe gegnerischer Kreaturen. Das gesamte Vorhaben erstreckte sich über rund 81 Tage der Spielzeit. Sechs Server-Neustarts unterbrachen die Spielwelt für insgesamt etwa 20 Minuten.
Den Zugang zur End-Dimension erreichten die Agenten nach 13 Stunden und 33 Minuten. Der finale Kampf nahm rund 14 Stunden in Anspruch. Bei einer Spielzeit von 26 Stunden und 34 Minuten zerstörten die Agenten den letzten schützenden Heilkristall des Gegners, ehe 40 Minuten später der endgültige Sieg gelang. Ein fünfter Agent fungierte als Beobachter, prüfte die Aktionen anhand der Protokolle und verzeichnete keine Sicherheitsvorfälle.
Wer sich mit der Entwicklung und dem Einsatz leistungsfähiger KI-Systeme befasst, sollte die neuen Dokumentations- und Risikopflichten frühzeitig in seine Prozesse integrieren. Erfahren Sie in diesem kostenlosen Report, welche Systeme als Hochrisiko eingestuft werden und was Verantwortliche jetzt konkret tun müssen. Kostenlosen Umsetzungsleitfaden zum AI Act sichern
Ressourcenaufwand und methodische Grenzen
Während des Laufs verarbeiteten die Systeme bis zum Sieg rund 1,35 Milliarden Input-Token, von denen 91 Prozent über das Zwischenspeichern von Kontexten anfielen. Auf der Ausgabeseite summierten sich rund 16 Millionen Output-Token, darunter vier Millionen sogenannte Thinking-Token für interne Überlegungsschritte, verteilt auf etwa 24.000 Modellaufrufe.
Die reinen Schnittstellenkosten bis zum Sieg beziffert das Forschungsteam auf rund 520 US-Dollar zum Einstiegspreis beziehungsweise etwa 1.040 US-Dollar zum Standardpreis. Unter Einberechnung des beobachtenden Agenten und des folgenden Tages lagen die Werte bei geschätzten 810 beziehungsweise 1.620 US-Dollar.
Das Team von Google DeepMind verwies zugleich auf Einschränkungen des Versuchsaufbaus. Neben der niedrigen Schwierigkeitsstufe erhielt das System über die Mineflayer-Schnittstelle direkte Statusdaten wie Koordinaten und Zustandsberichte des Gegners. Zudem profitierte das Basismodell von vorhandenem Trainingswissen über die Spielmechanik und die verwendete Programmierbibliothek.
Da es sich um einen einzelnen Durchlauf ohne unabhängige Reproduktion handelt, erlaubt das Ergebnis keine statistische Aussage über die Zuverlässigkeit des Verfahrens. Das Experiment gilt als Demonstration in einer isolierten Simulationsumgebung und nicht als Beleg für die Bewältigung komplexer Aufgaben in der regulären Softwareentwicklung oder an betrieblichen Arbeitsplätzen.
