Google DeepMind Gemini 4 Argon ha completado la tarea de derrotar al Ender Dragon en un mundo de supervivencia de Minecraft generado aleatoriamente, utilizando cuatro agentes independientes y sin intervención humana; este experimento muestra que los modelos de IA de propósito general ahora pueden exhibir capacidades de colaboración y auto-corrección en escenarios de juego más complejos que nunca. Los cuatro agentes se coordinaron entre sí a través de chat dentro del juego y compartiendo recuerdos, con roles claramente definidos, como janesick fabricando herramientas, gyldenia recolectando alimentos, auratian encendiendo portales clave y bulicame construyendo refugios para Enderman y dando el golpe final; todo el proceso tomó 27.23 horas, la mayor parte del tiempo en la lucha contra el Ender Dragon.
El desempeño de los cuatro agentes demuestra la afirmación de "la primera finalización automática de Minecraft de extremo a extremo", reflejando el nuevo potencial de los sistemas de IA de propósito general en tareas de largo plazo
El equipo señaló que los cuatro agentes escribieron y ejecutaron un total de 2,783 programas durante la tarea, intercambiaron 229 mensajes y murieron 605 veces; además, un agente llamado The Observer actuó como testigo independiente para supervisar todo el proceso, verificando si había trampas y encargándose de emitir informes en tiempo real y resúmenes. Todo el proceso interactivo utilizó 135 millones de tokens de entrada, con un costo final de 810 dólares en la lista de precios de Gemini, y 1,620 dólares al precio estándar; todos estos detalles están documentados en el informe de investigación publicado. Los investigadores también indicaron que este logro no requirió la preconfiguración de ninguna semilla o herramientas de juego escritas por humanos, y se completó utilizando la biblioteca de código abierto Mineflayer en la plataforma nativa.
Este experimento demuestra la importancia de la "planificación coherente bajo condiciones prolongadas" para tareas de múltiples pasos, y refleja el valor práctico de la colaboración entre múltiples agentes y el intercambio de conocimientos entre ellos. Anteriormente, las estrategias en juegos complejos a menudo requerían herramientas específicas y diseño humano, pero los sistemas digitales actuales pueden dividir el trabajo, recordarse mutuamente, compartir experiencias y corregir rutas de manera autónoma; esta capacidad también tiene un valor ejemplar en educación, simulaciones de entrenamiento y automatización de flujos de trabajo empresariales.
Al mismo tiempo, el equipo de investigación mencionó que este experimento utilizó un volumen de datos de entrada de 135 millones de tokens, lo que lo convierte en un experimento de extremo a extremo de alta inversión en recursos en la nube y costos computacionales; en términos de precios y promoción, la estrategia de segmentación de Gemini y la ruta de comercialización de modelos avanzados influirán en la demanda y la inversión de usuarios empresariales y personales en capacidades de razonamiento avanzadas. Desde una perspectiva de observación del mercado, Google está manteniendo un acceso amplio con un enfoque segmentado, mientras que modelos avanzados como Argon mejoran la automatización de flujos de trabajo y el rendimiento computacional a largo plazo, lo que ayuda a aumentar la retención de usuarios y el valor de la integración entre productos.
Según información adicional de CNMO, la estrategia de segmentación de Gemini, además de los precios, también refleja el despliegue a medio y largo plazo del ecosistema de IA entre Estados Unidos y China: Argon, como modelo avanzado, se centra en una comprensión semántica más profunda y el procesamiento de contexto a largo plazo, adecuado para escenarios comerciales que requieren razonamiento de alta precisión y estabilidad; Flash-Lite y Flash continúan como opciones de respuesta rápida y de bajo costo, manteniendo una capa gratuita para atraer nuevos usuarios. Estos cambios ayudarán a Google a integrar aún más los servicios de Cloud, Workspace y multimedia, mejorando la experiencia de uso y la tasa de retención entre productos.
Aunque este experimento se centró en el mundo del juego, los avances tecnológicos detrás de él podrían ofrecer ideas para flujos de trabajo de automatización y sistemas de toma de decisiones en el mundo real. Si Argon puede mostrar mejoras significativas en pruebas rigurosas a lo largo del tiempo y en múltiples tareas, el valor de AI Pro y AI Ultra se amplificará, y Google también impulsará una integración y colaboración más profunda en servicios como Workspace y YouTube Premium. Para un desarrollo a largo plazo, Google necesita lograr un equilibrio más estable entre costos, rendimiento y experiencia del usuario.
En la actualidad, los usuarios que se preocupan por los costos y la accesibilidad aún pueden obtener un rendimiento estable a través de los modos Flash-Lite y Flash, mientras que la capacidad de razonamiento avanzado que ofrece Argon está dirigida a usuarios empresariales que requieren un historial de conversación más largo y tareas complejas. La empresa también enfatiza que los usuarios pueden gestionar o cancelar su suscripción libremente, y proporciona orientación sobre configuraciones y cambios; los lectores interesados pueden visitar directamente la página relacionada en ai.google para obtener la información más reciente. Estos cambios podrían traer respuestas más rápidas y cambios en la asignación de recursos tanto en dispositivos móviles como en escritorio, lo que podría impactar la eficiencia en el trabajo diario y la investigación.