Agentes· atualizado em · 3 min de leitura· Redação Invision

Agentes de IA do Google zeram Minecraft sozinhos com Gemini 4 Argon

Quatro agentes de IA baseados no Gemini 4 Argon, do Google DeepMind, concluíram Minecraft sozinhos, sem papéis definidos nem ferramentas específicas do jogo.

Computador gamer com teclado iluminado e tela exibindo um jogo em mundos de blocos
Imagem ilustrativa: deltaMike · CC BY · origem

Resumo: Quatro agentes de IA rodando no Gemini 4 Argon, do Google DeepMind, zeraram Minecraft de forma totalmente autônoma, derrotando o Ender Dragon sem intervenção humana. O feito importa porque os agentes se organizaram sozinhos, sem papéis, estratégias ou ferramentas específicas do jogo, mostrando avanço em coordenação multiagente.

Pontos-chave

  • Quatro agentes no Gemini 4 Argon zeraram Minecraft sem intervenção humana, matando o Ender Dragon.
  • Os agentes não receberam papéis, estratégias nem ferramentas específicas do jogo.
  • A sessão durou 27 horas e 14 minutos e custou US$ 1.620 com o preço padrão previsto para 2027.
  • No total, escreveram 2.783 programas JavaScript, trocaram 229 mensagens e morreram 605 vezes.
Nesta matéria

O que os agentes do Gemini 4 Argon fizeram em Minecraft?#

Quatro agentes de IA executados no Gemini 4 Argon, do Google DeepMind, concluíram uma partida de Minecraft do início ao fim sem nenhuma ajuda humana. Eles foram inseridos em um mundo gerado aleatoriamente e mataram o Ender Dragon, objetivo final do jogo.

O detalhe central é que a equipe não definiu papéis, estratégias nem ferramentas específicas para Minecraft. Os agentes tiveram que descobrir sozinhos como dividir tarefas e avançar no jogo.

Segundo a notícia, a sessão durou 27 horas e 14 minutos até a conclusão.

Como quatro agentes se coordenaram sem instruções?#

Sem funções pré-atribuídas, os agentes dividiram tarefas entre si por conta própria. Também avisaram uns aos outros sobre ameaças e registraram erros em uma memória compartilhada.

Outro comportamento observado foi a recuperação de itens de companheiros que morreram durante a partida. Esse tipo de cooperação emergiu da interação entre os modelos, não de um roteiro fixo.

A notícia não detalha a arquitetura interna usada para coordenar os agentes nem como as decisões foram tomadas em cada etapa.

  • Divisão autônoma de tarefas entre os quatro agentes
  • Avisos mútuos sobre ameaças no jogo
  • Memória compartilhada para registrar erros
  • Recuperação de itens de agentes mortos

Quais números a execução autônoma registrou?#

Durante a partida, os quatro agentes escreveram 2.783 programas em JavaScript no total. Também trocaram 229 mensagens de chat entre si ao longo da sessão.

O processo foi tudo menos limpo: os agentes morreram 605 vezes antes de concluir o objetivo. Os números mostram tentativa e erro em escala, com os modelos ajustando o comportamento a partir das falhas.

A notícia não informa quantos desses programas foram reaproveitados ou quantas mensagens foram dedicadas a cada tipo de decisão.

  • 2.783 programas JavaScript escritos no total
  • 229 mensagens de chat trocadas entre os agentes
  • 605 mortes ao longo da sessão
  • Duração de 27 horas e 14 minutos

Quanto custou a sessão e por que o preço importa?#

A sessão completa custou US$ 1.620, segundo a notícia, com base no preço padrão do Gemini 4 Argon que entra em vigor em 2027. Esse valor considera o consumo de modelo durante toda a execução.

O custo é relevante porque tarefas de agente de longa duração consomem muitos tokens e chamadas ao modelo. Para quem projeta sistemas assim, o gasto por hora de execução vira uma variável de projeto.

Não foi informado se o valor inclui apenas chamadas ao modelo ou também infraestrutura adicional usada na execução.

Por que isso é diferente de agentes feitos sob medida?#

Até poucos anos, vencer jogos como Minecraft exigia sistemas de IA treinados especificamente para aquela tarefa. A abordagem do Google DeepMind usou um modelo de propósito geral, sem ferramentas dedicadas ao jogo.

Isso aproxima a pesquisa de aplicações reais, em que agentes precisam lidar com ambientes abertos e resolver problemas sem instruções detalhadas. A coordenação entre múltiplos agentes é uma das frentes mais observadas nesse tipo de teste.

A notícia apresenta o caso como mais um exemplo de modelos agênticos superando desafios que antes dependiam de sistemas construídos do zero.

O que isso muda para quem usa IA#

Para desenvolvedores, o caso mostra que tarefas longas e cooperativas entre agentes já são viáveis, mas com custo e taxa de erro que precisam entrar no planejamento. Memória compartilhada e comunicação entre agentes aparecem como peças práticas, não só teóricas.

A Invision, API multimodelo da Dream Vision, reúne vários modelos de IA sob uma única chave, com saldo em reais, o que simplifica testar abordagens agênticas sem lidar com múltiplas integrações.

Vale tratar execuções longas como experimentos com orçamento definido e monitoramento de falhas, já que o número de tentativas pode ser alto, como as 605 mortes registradas no teste.

Perguntas frequentes

O que é o Gemini 4 Argon?

É o modelo do Google DeepMind usado para executar os quatro agentes que zeraram Minecraft de forma autônoma, segundo a notícia.

Quantos agentes participaram da partida de Minecraft?

Foram quatro agentes de IA rodando no Gemini 4 Argon, sem papéis ou estratégias definidos previamente.

Quanto custou a execução autônoma?

A sessão custou US$ 1.620, com base no preço padrão do Gemini 4 Argon que entra em vigor em 2027, conforme a notícia.

Os agentes receberam ferramentas específicas de Minecraft?

Não. Eles foram colocados em um mundo aleatório sem ferramentas específicas do jogo, sem papéis e sem estratégias atribuídas.

gemini 4 argongoogle deepmindagentes de iaminecraftia autônoma

Fonte original: Four Gemini 4 Argon agents beat Minecraft without any human help (The Decoder). Matéria escrita pela redação da Invision a partir dessa notícia. Versão em texto.