大家好，我是楮墨。
这两天在X上看到一个帖子很有意思。
10 月 17 日， 的研究员 在 X 上发了条消息。消息很短，配了一张图。图上四个 AI，在《我的世界》里从零开始，一路推到末影龙面前。27 小时 14 分钟后，龙死了。
几个小时后， 的官方账号转发了这条消息。
这 27 个小时里，四个 AI 一共死了 605 次。平均每两分多钟，就有一个人物角色倒下去。这个水平，随便找个玩了两个月的玩家，都能笑它一句菜。
但真正让我停住的，是另一件事。
全程没有一个人给它们分过工。谁砍树、谁挖矿、谁去下界、谁打龙，没人安排。这些，是它们自己在聊天框里商量出来的。
多智能体这个词，今年被说得最多，也最容易被听岔。
很多人以为，四个 AI 一起干活，就是让一个大模型复制成四份。不是。这是四个独立的实例，各自有各自的记忆。它们之间唯一的联系，就两样，游戏里的聊天框，和一份谁都能往上写的共享笔记。
要是只放一个大模型进去单干，它只能一个动作一个动作来。四个独立实例，就能一个在挖矿，一个在找吃的，一个在炼铁，一个在张罗传送门，同时往前推。这才是组队和单干真正的区别。
给的辅助也少得可怜。生存模式，简单难度，地图随机生成，没人提前勘探过，也没人写过攻略。给它们的家当，就一个聊天频道，加一份共享笔记。
开局没多久，它们就把活拆好了。
这四个智能体甚至有自己的名字。 去找食物和床， 下矿挖钻石， 炼铁做工具， 张罗下界传送门。
没有人说过一句「你来当队长」。四个谁都不认识谁的家伙被空投到一片荒野，硬是靠一个群聊，把队伍拉了起来。
还有个反常识的地方。这四个 AI 不是盯着屏幕按键盘，它们控制角色的方式，是写代码。
用的库叫 ，一个开源的 库，能让代码直接操纵游戏里的角色。走到哪个坐标、挖哪块矿，每一个动作背后，都是一段现场写出来的程序。
27 小时 14 分钟，它们一共写了 2783 个程序。摊到四个智能体头上，平均每个写了差不多 700 个。平均 35 秒一个。你打一段字的功夫，它已经把一个能跑的程序写完了。
而且它们话还少。27 个小时，只聊了 229 条消息，一小时八条出头。每说一句话，背后要写十几个程序。话少活多，放进任何一个程序员的工作群里都不违和。
这事最难的地方，不在单步有多聪明，在长。
打死一只末影龙，听起来是一件事。但走到那一步，前面是几千个互相依赖的步骤。挖矿要凑材料，材料要做工具，工具要拿去下界找烈焰棒，再一步步合成末影之眼，十二颗末影之眼要一颗颗塞进传送门。哪一步断了，后面全卡住。
这条路有多长，看两个时间点就知道。开局 1 小时 42 分，它们才点亮下界传送门。等末影之眼全部凑齐、正式踏进末地，已经是 13 小时 17 分。前面十几个小时，全花在攒材料、做工具、凑眼睛这些看起来跟打龙毫无关系的琐碎上。
而它们在这条路上死了 605 次。死一次，身上装备掉一地，要重新捡、重新写程序、重新想办法。没有一次撂挑子。
最好看的是最后打龙那段。
这 605 次死亡里，光末影龙一个，就杀了它们 69 次。
末影龙会回血。它头顶有十颗水晶，长在黑曜石柱子上，一直给龙加血，血条永远打不满。这个问题卡了它们很久。最后是 想出来的办法，不用镐子，在每根柱子旁边堆泥土，爬上去，一拳打碎水晶，再徒手挖下来。
最后一颗水晶碎掉之后 39 分钟，龙倒下了。
打出最后一击的智能体叫 。那一刻它的血量只剩 2.5，满血是 20。
你品品这个画面。一个被打到只剩八分之一血的 AI，硬撑着把最后一拳打了出去。
听到这，肯定有人要问一句，是不是开挂了。
把 2783 个程序、229 条聊天、世界快照、服务器日志，一样不落全存下来了。作弊指令在服务器端直接禁用。他们还专门放了第五个智能体当裁判，叫 ，它不下场，只盯着记录看，看有没有投机取巧、有没有造假。结论是没有。
为什么偏偏是《我的世界》。下棋、打牌，规则固定、目标明确，AI 早就赢了。但 是开放世界，没人告诉你下一步该干嘛，你得自己定一个跨一整天的规划，再一步步扛住别出错。论文作者说，现实里的软件工程、企业里的长任务，要的恰恰也是同一种能力，长程的编码，加多个智能体之间的协作。
这里面有三样东西，我觉得能直接抄回自己手里。
第一，把活拆给专人。这四个 AI 没有一个是全能的，它们自己就拆出了分工。你一个人扛着一堆事，不如也想想，哪些能拆出去。
第二，把踩过的坑写下来，放在一个大家都看得见的地方。它们靠一份共享笔记对齐，谁发现了什么，往上写一笔，别人就不用再踩一遍。
第三，允许失败，但要能回收损失。它们死了 605 次，但每次死后，队友会把掉落的装备捡回来。失败不可怕，可怕的是失败之后，连本钱都丢了。
最后说句实在话，这场胜利不是免费的。
27 小时 14 分钟，按 4 Argon 明年生效的标准价格折算，花了 1620 美元，折合人民币一万块出头。平均下来，一小时烧掉差不多 60 美元。这还只是四个角色、一个游戏。
这说明了什么。说明「全自动」这三个字，现在还贵得离谱。真要落到你我的工作里，哪些地方该让 AI 自己干，哪些地方还得人盯着，这个分寸，眼下没有标准答案。
还有两句得说清楚。
论文作者的原话是「据我们所知，这是 AI 首次端到端自主通关《我的世界》」。「据我们所知」这四个字，你自己琢磨。
而且全程不是没人管。研究人员一直盯着实时面板，随时能按暂停、能叫停，只是 27 小时里一次都没用上。人一直在旁边看着，只是没出手。
回来说那个 605。
27 小时，605 次死亡，2783 个程序，229 条聊天，最后 2.5 滴血。
这可能就是多智能体这个被说烂了的词，最像样的一次落地。不是四个脑袋合成一个，是四个谁都不认识谁的小队，靠一个聊天框和一本共享笔记，把一个谁都觉得打不下来的游戏，打下来了。
谢谢你看我的文章，我们，下次再见。