Vier KI-Agenten besiegen Minecraft: 605 Tode, 2.783 Programme, 27 Stunden

Worum es geht

Forscher von Google DeepMind haben vier KI-Agenten, angetrieben vom Modell Gemini 4 Argon, gemeinsam Minecraft durchspielen lassen – ohne dass ein Mensch eingriff. Das Ziel: den Enderdrachen, den Endgegner des Spiels, besiegen. Laut einem auf arXiv veröffentlichten Paper von Maxence Faldor, Satinder Singh und Roberta Raileanu dauerte das 27 Stunden und 14 Minuten. Die Agenten starteten mit leeren Händen in einer zufällig erzeugten Überlebenswelt auf der Schwierigkeitsstufe „Leicht“. Die Autoren sprechen von der „nach unserem Wissen ersten vollständig autonomen Beendigung von Minecraft durch KI-Agenten“.

Wie die Agenten spielen

Die Bots schauen nicht auf Pixel und drücken keine Tasten. Sie nutzen Mineflayer, eine Open-Source-JavaScript-Bibliothek für Minecraft-Bots. Jeder Agent schreibt kurze Code-Schnipsel, mit denen er läuft, Rohstoffe abbaut oder kämpft, und liest danach Textrückmeldungen. Man nennt das „Coding Agent“: ein Modell, das Programme schreibt, ausführt und aus dem Ergebnis lernt. Laut den Berichten kamen weder vorab ausgesuchte Seeds (feste Welt-Startwerte) noch von Menschen geschriebene spielspezifische Werkzeuge zum Einsatz.

Insgesamt entstanden 2.783 Programme. Rund 22 % davon endeten mit einem Fehler. Zudem tauschten die Agenten 229 Chat-Nachrichten aus. Nach Angaben von MeriStation arbeiteten sie mit Text und Weltzustandsdaten statt mit Bildern, was manches erschwerte. TechRepublic weist darauf hin, dass Daten wie Blockkoordinaten und Lebenspunkte direkt über eine Schnittstelle verfügbar waren – die Agenten mussten keine unübersichtlichen Oberflächen „sehen“, wie es Menschen im Büro müssten.

Selbst organisierte Arbeitsteilung

Niemand wies den Agenten Rollen zu. Sie verteilten die Aufgaben selbst per Chat. Laut MeriStation holte einer Nahrung und andere Ressourcen, einer suchte Diamanten, einer sammelte Eisen und baute Werkzeuge, einer bereitete das Portal zum Nether vor. TechRepublic nennt die Agenten mit ihren Namen: Janesick stellte Werkzeuge her, gyldenia sammelte Essen, auratian aktivierte das Portal, bulicame baute Verteidigungen und setzte den finalen Schlag. Die Darstellungen der Rollen unterscheiden sich in Details; beide Berichte stützen sich auf dasselbe Paper.

Eine Episode: Als auratian mit allen zwölf Enderaugen ertrank, berechneten die anderen den Despawn-Timer (die Zeit, bis fallengelassene Gegenstände verschwinden) und retteten die Ausrüstung. Ein fünfter Bot, „der Observer“, protokollierte die Sitzung und prüfte, dass keine Regeln verletzt wurden.

Der Drachenkampf

Der Kampf gegen den Enderdrachen war die größte Hürde und beanspruchte laut MeriStation etwa die Hälfte der Gesamtspielzeit. Die Agenten starben dabei 69-mal. Sie scheiterten zunächst an den Kristallen, die den Drachen heilen. Die Lösung kam, als ein Agent auf die Idee kam, Erdpfeiler zu bauen, um die Kristalle zu erreichen und zu zerstören. Danach konnte das Team den Drachen besiegen.

Zahlen und Kosten

Tokens sind die Textbausteine, nach denen KI-Anbieter abrechnen. MeriStation nennt abweichend rund 450 Euro mit Promo-Preisen und über 860 Euro ohne Rabatt; inklusive des Observers seien es 1.400 Euro. Die Zahlen passen nicht ganz zusammen – vermutlich unterscheiden sie sich in der Berechnung (mit oder ohne Observer, Währung). Ein Blog auf note.com nennt ebenfalls 1.620 Dollar und erklärt, dies sei der Standardpreis, der ab 2027 gelte.

Einordnung

Das Experiment zeigt, dass mehrere Agenten über viele Stunden zusammenarbeiten, sich selbst organisieren und aus Rückschlägen lernen können. Die Autoren verweisen darauf, dass komplexe Software-Engineering- und Unternehmensaufgaben ähnlich langes Programmieren und Koordinieren verlangen.

Die Grenzen sind deutlich: Ein Spiel mit direkt abrufbaren Daten ist leichter als echte Software-Umgebungen. 605 Tode und 22 % fehlerhafte Programme wären in Finanz- oder Produktivsystemen ein Risiko, wie TechRepublic betont. Die Kosten von mehreren hundert bis über tausend Dollar für ein Spiel sind hoch. Die Autoren selbst nennen den Ansatz laut El-Balad „unnötig kompliziert und etwas rückwärtsgewandt“. Unklar bleibt, wie genau aus den 229 Nachrichten die erfolgreiche Strategie entstand – und ob sich das über Minecraft hinaus übertragen lässt. Es handelt sich um einen Preprint ohne Peer-Review; zudem gibt es keine Hinweise auf veröffentlichte Modellgewichte. Der note.com-Beitrag liefert vor allem eigene Deutungen (etwa zu gemeinsamem Fehlerspeicher) und ist kein Beleg für Details des Papers.