Google Tim DeepMind Gemini 4 Argon menggunakan empat Agent independen untuk menyelesaikan misi mengalahkan Ender Dragon di dunia survival Minecraft yang dihasilkan secara acak, tanpa intervensi manusia; eksperimen ini menunjukkan bahwa model AI agen umum sekarang dapat menunjukkan kemampuan kolaborasi dan perbaikan diri dalam skenario permainan yang lebih kompleks daripada sebelumnya. Keempat agen berkoordinasi satu sama lain melalui obrolan dalam permainan dan berbagi memori, dengan peran yang berbeda, seperti janesick yang membuat alat, gyldenia yang mengumpulkan makanan, auratian yang menyalakan portal kunci, dan bulicame yang membangun perlindungan Enderman dan menyelesaikan serangan terakhir; seluruh proses memakan waktu 27,23 jam, sebagian besar dihabiskan untuk melawan Ender Dragon.
Kinerja Empat Agen Membuktikan Pernyataan "Penyelesaian Minecraft Secara Otomatis dari Awal hingga Akhir" dan Mencerminkan Potensi Baru Sistem AI Agen Umum dalam Tugas Proses Panjang
Tim mencatat bahwa selama misi, keempat agen menulis dan menjalankan 2.783 program, saling mengirim 229 pesan, dan mengalami kematian sebanyak 605 kali; ada juga satu agen bernama The Observer yang bertindak sebagai saksi independen untuk mengawasi seluruh proses, memeriksa apakah ada kecurangan dan bertanggung jawab untuk merilis laporan waktu nyata dan ringkasan. Seluruh proses interaksi menggunakan 135 juta token input, dengan biaya akhir di harga daftar Gemini sebesar USD 810, dan jika menggunakan harga standar, menjadi USD 1.620; semua ini dicantumkan dalam laporan penelitian publik. Para peneliti juga menyatakan bahwa pencapaian ini tidak memerlukan penempatan benih atau alat permainan yang ditulis secara manual sebelumnya, dan diselesaikan menggunakan perpustakaan sumber terbuka Mineflayer di platform asli.
Eksperimen ini menunjukkan pentingnya "perencanaan konsisten dalam kondisi jangka panjang" untuk tugas multi-langkah, dan juga mencerminkan nilai praktis dari kolaborasi multi-agent dan berbagi pengetahuan antar agen. Sebelumnya, strategi dalam permainan kompleks sering kali memerlukan alat khusus dan desain manual, tetapi sistem digital saat ini dapat membagi tugas sendiri, saling mengingatkan, berbagi pengalaman, dan memperbaiki jalur, kemampuan ini juga memiliki nilai referensi dalam pendidikan, pelatihan simulasi, dan otomatisasi alur kerja perusahaan.
Saat yang sama, tim penelitian juga menyebutkan bahwa eksperimen ini menggunakan data input sebesar 135 juta token, yang merupakan eksperimen end-to-end dengan investasi tinggi dalam hal sumber daya cloud dan biaya komputasi; dalam hal penetapan harga dan promosi, strategi bertingkat Gemini setelahnya dan jalur komersialisasi model tingkat tinggi akan mempengaruhi permintaan dan investasi pengguna perusahaan dan individu terhadap kemampuan penalaran tingkat tinggi. Dari sudut pandang pengamatan pasar, Google sedang mempertahankan akses luas dengan skema bertingkat, sambil meningkatkan otomatisasi alur kerja dan efisiensi komputasi jangka panjang dengan model tingkat tinggi seperti Argon, strategi ini membantu meningkatkan nilai retensi pengguna dan integrasi lintas produk.
Menurut tambahan dari CNMO, strategi bertingkat Gemini tidak hanya mencerminkan penetapan harga, tetapi juga mencerminkan tata letak ekosistem AI jangka menengah dan panjang antara AS dan Tiongkok: Argon sebagai model tingkat tinggi, berfokus pada pemahaman semantik yang lebih dalam dan pemrosesan konteks jarak jauh, cocok untuk skenario bisnis yang memerlukan penalaran yang akurat dan stabil; Flash-Lite dan Flash akan terus berfungsi sebagai opsi respons cepat sehari-hari dan biaya rendah, dengan mempertahankan lapisan gratis untuk menarik pengguna baru. Perubahan ini membantu Google lebih lanjut mengintegrasikan layanan Cloud, Workspace, dan multimedia, meningkatkan pengalaman pengguna dan tingkat retensi lintas produk.
Meski eksperimen ini berfokus pada dunia permainan, kemajuan teknologi di baliknya dapat memberikan wawasan untuk alur kerja otomatisasi dan sistem pengambilan keputusan di dunia nyata. Jika Argon dapat menunjukkan peningkatan signifikan dalam pengujian ketat yang lebih lama dan lebih banyak tugas, nilai AI Pro dan AI Ultra akan diperbesar, dan Google juga akan mendorong integrasi dan kolaborasi yang lebih dalam dalam layanan ekosistem seperti Workspace dan YouTube Premium. Untuk pengembangan jangka panjang, Google perlu mencapai keseimbangan yang lebih stabil antara biaya, kinerja, dan pengalaman pengguna.
Saat ini, pengguna yang memperhatikan biaya dan aksesibilitas masih dapat memperoleh kinerja stabil melalui mode Flash-Lite dan Flash, sementara kemampuan penalaran tingkat tinggi yang ditawarkan Argon ditujukan untuk pengguna bisnis yang memerlukan riwayat percakapan yang lebih panjang dan tugas yang kompleks. Pihak resmi juga menekankan bahwa pengguna dapat mengelola atau membatalkan langganan dengan bebas, dan memberikan panduan untuk pengaturan dan peralihan; pembaca yang tertarik dapat langsung mengunjungi halaman terkait di ai.google untuk mendapatkan informasi terbaru. Perubahan ini diharapkan dapat membawa respons yang lebih cepat dan perubahan alokasi sumber daya di perangkat mobile dan desktop, yang mungkin berdampak pada efisiensi kerja dan penelitian sehari-hari.