Agentes Gemini da DeepMind batem Minecraft sem humanos
Publicada em · Atualizado em
Quatro agentes Gemini 4 Argon do DeepMind zeraram Minecraft sem ajuda humana: dragão derrubado em 27h14, 2.783 programas e 605 mortes documentadas em paper.
Quatro agentes de IA da Google DeepMind zeraram Minecraft sem nenhuma ajuda humana: equipe movida pelo modelo Gemini 4 Argon derrotou o Ender Dragon em 27 horas e 14 minutos, escrevendo 2.783 programas, trocando 229 mensagens e morrendo 605 vezes no caminho. O resultado está no paper publicado no arXiv em 15 de outubro pelos pesquisadores Maxence Faldor, Satinder Singh e Roberta Raileanu, e repercutiu em veículos como o Inven Global e o TNW.
"O objetivo é derrotar o Ender Dragon, a partir do spawn do mundo survival compartilhado da sessão. [...] Este é o único critério. Qualquer meio de alcançá-lo dentro das regras do modo survival é permitido, e os jogadores decidem como dividir o trabalho."
Instrução recebida pelos agentes, segundo o paper (tradução livre).
Programas, não teclado
Nenhum deles tocou um teclado no sentido clássico: cada agente controlava um jogador via Mineflayer, biblioteca open source para bots de Minecraft, e agia escrevendo e rodando pequenos programas em JavaScript — algo como "ande até estas coordenadas e minere todo o ferro num raio de 16 blocos" — e lendo o que voltava em texto: posição, vida, inventário, descobertas ou o erro que bateu. Aí escrevia o próximo. O programa mediano rodou 33,5 segundos, e cada jogador tinha um programa em execução cerca de 40% do tempo; o resto foi leitura, raciocínio e redação. As regras da sessão, descritas no paper: Minecraft Java Edition 1.20.4, modo survival na dificuldade Easy, mundo gerado aleatoriamente, comandos de cheat desativados e zero intervenção humana durante a corrida.
E não houve nada por cima do básico: sem instruções de jogo, sem currículo, sem biblioteca de habilidades, sem ferramentas feitas por humanos, sem rota pré-computada pela equipe. Os cinco agentes — quatro jogadores e um Observador que nunca joga — rodavam a mesma família de agente de programação de propósito geral, cada um em sua máquina na nuvem, com um workspace e shell próprios.
27 horas em 13 passos
O paper reconstrói a corrida, do primeiro pico ao último golpe, em 13 marcos dependentes — os principais, na tabela. A coerência de curto prazo é impressionante; a de longo prazo é que faz a prova valer o paper:
| Marco | Tempo desde o 1º programa |
|---|---|
| Ferramentas de pedra | 6 minutos |
| Ferramentas de ferro | 14 minutos |
| Portal para o Nether | 1h42 |
| Fortaleza no Nether | 2h57 |
| Pérolas de Ender | 3h06 |
| Blaze rods | 4h17 |
| Eyes of Ender completos | 10h43 |
| Entrada no The End | 13h33 |
| Dragão morto | 27h14 |
Dez minutos após o primeiro programa, o agente janesick propôs uma divisão de trabalho no chat; em menos de um minuto auratian respondeu com outro plano, e gyldenia chancelou com um "Copy that!". Os papéis se acomodaram rápido: gyldenia saiu para comida, camas e sílex; bulicame desceu atrás de diamantes; janesick fundiu ferro e produziu ferramentas; auratian preparou o portal. Em duas horas eles tinham tudo: ferro, diamantes e um portal — inclusive porque auratian achou 55 blocos de lava bem dentro de uma vila, janesick colocou o bloco final de obsidiana e auratian acendeu o portal dois segundos depois.
O trecho mais tenso veio da triangulação: às 10h45 do experimento, janesick escreveu um programa que jogava um Eye of Ender, amostrava a trajetória do voo e intersecionava os raios para localizar a stronghold subterrânea — os olhos viajaram 1,3 km. Na volta, auratian se afogou a 8 metros de bulicame, carregando os doze olhos. janesick e auratian mandaram o ponto exato e o minuto em que os olhos iriam desaparecer; bulicame recolheu todos os doze com dois minutos e meio de folga. Às 13h17, portal do End aceso.
O dragão, que levou quase 14 horas
O End foi onde tudo empacou: a partida mais lenta de todas, com o dragão matando os quatro 69 vezes. Entre as tentativas, o grupo anotou regras — nunca esperar na plataforma de chegada, aproximar-se só quando ele pousasse, e sair do End para resetá-lo quando travasse — e chegou a pular no vazio de propósito aos 17 horas e meia, todos os quatro em menos de seis minutos, para que o End vazio fosse descarregado do servidor e o dragão preso voltasse ao normal. Às 21 horas, o avanço: auratian notou que os dez cristais sobre os pilares de obsidiana restauravam continuamente a vida do dragão, e descobriu que ninguém precisava de picareta para alcançá-los: empilhar terra ao lado do pilar, socar o cristal, cavar de volta com a mão. Em quatro horas e quarenta minutos, os dez cristais caíram — 39 minutos depois, o dragão morreu, com bulicame a 2,5 de seus 20 pontos de vida.
Coordenação que ninguém ensinou
A parte mais relevante do paper tem pouco a ver com o jogo: as práticas emergiram sozinhas. Os quatro se especializaram: gyldenia destruiu seis dos dez cristais; janesick fez o trabalho de ferramentas, achou a fortaleza e triangulou a stronghold; auratian armou o portal e inventou o caminho dos cristais; bulicame ajudou a construir os abrigos de enderman e aplicou o golpe final. A divisão final dos 2.783 programas: 727 de gyldenia, 735 de auratian, 675 de bulicame e 646 de janesick.
Os agentes também mantinham memória compartilhada — coordenadas de baús, portais e perigos — e construíram ferramentas próprias: 146 estados e pedaços de código vivos entre programas, incluindo 42 funções auxiliares, como um loop que mantém o bot na tona na água e um contador que encerra o código restante de um programa que estoura o tempo (referenciado em 1.519 programas). Um aviso de gyldenia sobre uma quirk do Mineflayer, 19 minutos após o início, gerou uma função de correção que reaparece em 655 programas dos quatro. E havia vigilância mútua: quando o programa de auratian anunciou um sucesso que não tinha acontecido, a própria auratian corrigiu dois minutos depois ("minha mensagem anterior era de um ramo de script desprotegido"); quando janesick relatou doze blaze powder um segundo depois de morrer queimado, gyldenia apontou a contradição em três minutos.
Árbitro, custo e comparações
Na quinta instância, o Observador não jogou: era uma testemunha independente, com mandato para denunciar "specification gaming" (explorar falhas da avaliação) e resultados fabricados. Nenhum flag foi acionado, e a revisão manual de amostras dos logs também não achou nada; os programas podiam controlar só o próprio personagem — nenhum comando de servidor foi usado. A vitória está no log: "bulicame has made the advancement [Free the End]", 27 horas e 14 minutos após o primeiro programa — o equivalente, no relógio do jogo, a cerca de 81 dias in-game. O servidor reiniciou seis vezes, pausando o mundo por uns 20 minutos no total.
O dinheiro também entrou na conta: até a vitória, os quatro processaram cerca de 1,35 bilhão de tokens de entrada (91% servidos pelo cache de contexto) e geraram uns 16 milhões de saída, incluindo 4 milhões de "thinking", em aproximadamente 24.000 chamadas ao modelo. Pela tabela de preços pública introdutória do Gemini 4 Argon, dá cerca de US$ 520 (US$ 1.040 no preço padrão); a sessão inteira, com Observador e um dia de atividade pós-vitória, subiu para cerca de US$ 810 (US$ 1.620). Para dar escala: a mediana do HowLongToBeat para a história principal do Minecraft é de 45 horas por jogador humano, e speedruns com seed aleatória ficam abaixo de sete minutos — os agentes calibraram a régua no meio: 27 horas, em equipe de quatro, tocando o jogo por código.
O que o feito mostra — e o que não mostra
Minecraft é um banco de provas antigo para agentes: MineRL, o VPT da OpenAI e o DreamerV3 já haviam coletado diamantes com aprendizado por reforço; MineDojo listou derrotar o Ender Dragon como "moonshot"; SIMA 2 atua por pixels em vários jogos 3D. Mais recentemente, dois projetos comunitários declararam derrotas end-to-end: um agente Claude Opus 5 que chamava 37 ferramentas de alto nível no Normal, e um planner pareado a um modelo de ação numa seed fixa de speedrun no Peaceful. A diferença do feito da DeepMind está no que foi dado ao agente: Mineflayer padrão, parágrafo de objetivo, e nada mais.
As limitações vêm admitidas no próprio paper: a percepção deles é via código — Mineflayer entrega exatamente os blocos e criaturas ao redor, inclusive atrás de pedra, e o estado interno do dragão, coisa que um humano não vê; a dificuldade é Easy (fome não mata); e o Gemini 4 Argon conhece Minecraft e Mineflayer de treino — a corrida testa se um agente de código de propósito geral converte esse conhecimento em programas que funcionam e cooperação por mais de um dia, não se ele aprende um jogo do zero. 22% dos programas terminaram em erro, e o resultado sai de uma corrida única, a primeira tentativa da equipe. Mesmo assim, a leitura dos autores é direta: as habilidades que resolveram Minecraft — coordenar uma equipe, se recuperar de falha, perseguir um objetivo por mais de um dia — são as mesmas que agentes precisam para trabalhar de forma confiável ao lado de humanos. Enquanto isso, o Minecraft continua rendendo no O Santuário Geek: confira o guia definitivo do jogo em 2026 e o guia de sobrevivência para iniciantes. O paper completo, com os logs e as figuras, está no arXiv.
Matérias sugeridas e relacionadas
Unity lança plugin oficial para Claude Code: IA mais integrada, menos erros e economia de tokens
Trend dos anos 80 no ChatGPT domina o Instagram: saiba como transformar suas fotos usando inteligência artificial com visual retrô perfeito
Minecraft x Dragon Ball Z: update 1.1 Legends traz Vegito
Estudo: 94% dos estúdios de games já usam IA na produção
Clone de Pokemon revoluciona o Minecraft com monstros alfa inéditos, dezenas de novas estruturas pelo mapa e mecânicas misteriosas para explorar
