据 Tom's Hardware 报道，谷歌 DeepMind 一篇论文称，由 4 个 Gemini 4 Argon agent 组成的团队，在简单难度的随机共享生存世界中通关《我的世界》，击败最终首领末影龙。从写出第一个程序到末影龙死亡，共用时 27 小时 14 分钟。论文作者称，在使用 Mineflayer、且没有预先侦察的种子或人类编写的游戏专用工具的前提下，这是“据我们所知”AI agent 首次端到端自主完成这一流程。
实验从一开始就只有一个目标：击杀末影龙。参与游戏的是 4 个 agent，另有 1 个 agent 只负责报告，模型为谷歌最新前沿模型 Gemini 4 Argon。每个 agent 通过开源 JavaScript 库 Mineflayer 控制一名玩家。据 Tom's Hardware 对论文的转述，Mineflayer 告知方块和生物的位置，并带寻路插件以便规划路线；agent 之间通过游戏内聊天和共享笔记协作。论文称，运行期间“没有人工输入”，“没有人分配角色或编写游戏逻辑”，用到的程序都由 agent 自己写成。报道指出，重点在写代码和协作，而不是把模型做成专门的游戏玩家。
虽然没有预先分配角色，开局约 10 分钟，agent janesick 在聊天中提出分工。Auratian 提出过另一套方案，Gyldenia 对此作了回应。最终分工为：Gyldenia 负责食物、床和燧石，Bulicame 负责钻石，Janesick 负责铁和工具，Auratian 负责下界传送门。报道还写到，恶魂火球打掉掉落物这类损失，会促使团队查找原因，并写成规则以免再犯。
寻找要塞时，janesick 从两个不同位置投掷末影之眼，每 50 毫秒采样一次飞行轨迹，用三角法定位。运送末影之眼时，Auratian 一度溺水；位置被记下，末影之眼也被救回。
末影龙战导致 69 次死亡。10 座水晶不断为首领回血，直到 Auratian 发现可以垒土柱够到水晶。4 小时 40 分钟后，10 座水晶全部被毁，再过 39 分钟末影龙死亡。Tom's Hardware 称，大约一半运行时间花在末影龙战上。
agent 以短 JavaScript 程序操作，合计 2,783 个（报道亦称近 2800 个），程序之间保留 42 个辅助函数，由 Mineflayer 机器人在共享世界中执行。返回的是带状态数据的文本，不是画面。22% 的程序以报错结束。团队共死亡 605 次。
据 Tom's Hardware 估算，按 Gemini 4 Argon 50% 推出期优惠价计算，这次运行约花费 520 美元 token；该优惠自模型公布后开放 API 起，持续至 11 月 30 日。按正常价格，则超过 1000 美元。若把观察者 agent 也算进去，按标价估算为 810 美元，优惠结束后为 1,620 美元。全程约 13.5 亿输入 token，其中 91% 由缓存提供；约 24,000 次模型调用，约 1,600 万输出 token，其中四分之一是思考 token。
Tom's Hardware 引述公司博客称，Gemini 4 Argon 面向“真实世界软件工程、法律与金融等企业知识工作，以及网络安全防御”。每个玩家由“通用 Gemini 4 Argon 编程 agent”驱动，并非为《我的世界》专门定制。报道称，这次运行用来展示 Argon 能够承担“复杂、长程工作流”，以及复杂现实任务中的 agent 协作。
论文作者提到此前两次社区击败末影龙的做法，并承认《我的世界》早已是常见测试对象。一次是在固定速通种子、和平模式下，使用规划器加动作选择模型。另一次是 AI Bengineering 的单个 Claude Opus 5 agent：使用 37 个现成高级工具，主要依靠高努力程度的 Opus 5，在普通难度下从开局到击杀用时 3 小时 56 分；报道引述其“提示之后没有人工输入”，共 388 次工具调用，只死亡 1 次，按 API 等价价格约 93 美元。Gemini 团队对照的条件是只用 Mineflayer。
