Gemini في ماين كرافت: 4 وكلاء ذكاء اصطناعي يهزمون تنين الإندر

وصف Maxence Faldor وSatinder Singh وRoberta Raileanu من Google DeepMind في ورقة بحثية على arXiv كيف أنهى أربعة وكلاء مبنيون على Gemini 4 Argon لعبة Minecraft: من عالم عشوائي في وضع البقاء حتى هزيمة تنين الإندر (Ender Dragon). استغرق Gemini في ماين كرافت 27 ساعة و14 دقيقة، دون أي مساعدة من البشر. نُشرت الورقة على arXiv في 15 أكتوبر، ومنذ 19 أكتوبر يتحدث عنها موقع The Next Web وغيره، إلى جانب مجتمع الذكاء الاصطناعي على X.

ماذا فعل وكلاء Gemini في ماين كرافت بالضبط؟

يكتب المؤلفون أن هذا، على حد علمهم، هو «the first end-to-end autonomous completion of Minecraft by AI agents». كانت شروط البداية نزيهة: Minecraft Java Edition 1.20.4، وعالم مُولَّد عشوائيًا، ومستوى صعوبة Easy، والأوامر معطّلة، وهدف واحد فقط: هزيمة التنين. لم يوزّع أحد الأدوار، ولم يكتب أحد للوكلاء أدوات خاصة بهذه اللعبة.

والطريف أن الوكلاء لم يروا الشاشة إطلاقًا. تحكّم كل واحد منهم في شخصيته عبر Mineflayer، وهي مكتبة مفتوحة المصدر لروبوتات Minecraft. ولكي يفعل أي شيء، كان الوكيل يكتب برنامجًا قصيرًا بلغة JavaScript ثم يقرأ النتيجة: الموقع أو الصحة أو المخزون أو رسالة خطأ. أي أنهم في الحقيقة وكلاء برمجة يلعبون بالكود.

بعض الأرقام من الورقة:

1. 2783 برنامجًا كُتبت قبل الفوز، انتهى 22% منها بخطأ.
2. 229 رسالة في دردشة اللعبة التي نسّق الوكلاء عبرها (إضافة إلى ذاكرة مشتركة).
3. 605 حالات موت، منها 69 في الإند.
4. نحو 1.35 مليار رمز إدخال (91% منها من الذاكرة المؤقتة) ونحو 16 مليون رمز إخراج.

كيف جرت اللعبة؟

وزّع الوكلاء الأدوار بأنفسهم بعد نحو 10 دقائق فقط. تولّى الأول (janesick) الصهر والأدوات، ووجد قلعة في النذر وحدّد موقع الحصن. وجمع الثاني (gyldenia) الطعام والمؤن، وبنى الثالث (auratian) بوابة النذر، أما الرابع (bulicame) فبحث عن الألماس ووجّه الضربة الأخيرة للتنين.

التسلسل الزمني بحسب المؤلفين:

1. ساعة و42 دقيقة: إشعال بوابة النذر، وخلال ساعتين أيضًا أدوات حديدية وألماس.
2. نحو 10 ساعات و45 دقيقة: تحديد موقع الحصن من رميتين لعين الإندر. كان التقدير على بعد 43 مترًا فقط من غرفة البوابة.
3. 13 ساعة و17 دقيقة: تفعيل بوابة الإند.

ثم بدأ العذاب الحقيقي. استمرت المعركة في الإند قرابة 14 ساعة. ولم يفهم الوكلاء إلا بعد نحو 21 ساعة من اللعب أن البلورات فوق الأعمدة تشفي التنين. استغرق تدمير البلورات العشر 4 ساعات و40 دقيقة، وسقط التنين بعد 39 دقيقة من آخر بلورة (يبدو أن Minecraft ليست بهذه السهولة ;)).

كم كلّف ذلك؟

يقدّر المؤلفون تكلفة اللاعبين الأربعة بنحو 520 دولارًا وفق السعر الترويجي لـ Gemini 4 Argon، أو 1040 دولارًا وفق السعر القياسي. أما الجلسة كاملة، بما فيها وكيل خامس في دور المراقب، فكلّفت نحو 810 دولارات (1620 دولارًا بالسعر القياسي). هذه تقديرات مبنية على قائمة الأسعار، لا التكاليف الفعلية لخوادم Google.

هذا المراقب لم يلعب أصلًا. كان يتحقق مما إذا كان اللاعبون يغشّون أو «يخترقون» المهمة (ما يُعرف بـ «specification gaming»)، ولم يُبلغ عن أي شيء من هذا القبيل. وكان لدى الباحثين أيضًا بث مباشر وإمكانية إيقاف التشغيل.

هل هناك أي مأخذ؟

هناك بضعة مآخذ، ويذكرها المؤلفون بأنفسهم:

1. تمنح Mineflayer الوكلاء معلومات لا يملكها اللاعب البشري، مثل الكتل والمخلوقات خلف الجدار. وفوق ذلك، تخطّط لهم إضافة لإيجاد المسارات طريقهم.
2. مستوى الصعوبة Easy، لا Normal ولا Hard.
3. تشغيل واحد فقط، لذا لا نعرف مدى قابلية النتيجة للتكرار.
4. النموذج يعرف Minecraft من بيانات التدريب، فمعرفته باللعبة لم تأتِ من العدم.

بحسب The Next Web، سبق أن ظهر مشروعان مجتمعيان هزم فيهما الذكاء الاصطناعي التنين، لكنهما اعتمدا على أدوات مكتوبة لهذه اللعبة تحديدًا أو على عالم ثابت وأسهل. تذكر الورقة مشروع AI Bengineering (وكيل واحد مع 37 أداة جاهزة) ومشروع Malde (مخطِّط على بذرة ثابتة للعب السريع في وضع Peaceful).

بالنسبة لي، أكثر ما يثير الاهتمام في هذه النتيجة ليس Minecraft نفسها، بل أن الوكلاء حافظوا على خطة متماسكة عبر آلاف الخطوات المترابطة وأكثر من يوم كامل من العمل. وبحسب The Next Web، كتب Faldor على X أن DeepMind تريد استخدام الإعداد نفسه في البرمجة والعلوم والروبوتات.

هل يمكننا تكرار ذلك؟

ليس بالكامل. لا تذكر الورقة أي شيء عن نشر الكود أو سجلات الوكلاء. لكن مكوّنات التجربة متاحة: Mineflayer مفتوحة المصدر، وGemini 4 Argon متاح منذ 13 أكتوبر للمشتركين المدفوعين في تطبيق Gemini وعبر الـ API (دولاران لكل مليون رمز إدخال و10 دولارات لكل مليون رمز إخراج ضمن عرض الإطلاق، ثم 4 و20 دولارًا).

إذا أردنا أن نلمس بأنفسنا كيف يعمل الوكلاء الذين يكتبون الكود في حلقة متكررة، فالأسهل أن نبدأ بـ Claude Code أو بـ DeepSeek مجانًا في OpenCode.

FAQ

هل أنهى الذكاء الاصطناعي Minecraft وحده فعلًا؟

نعم، في تشغيل واحد: من عالم عشوائي حتى هزيمة تنين الإندر، دون أي تلميحات من البشر. لكن على مستوى Easy ومع مكتبة Mineflayer التي تعطي الوكلاء معلومات أكثر مما يراه اللاعب.

كم استغرق وكلاء Gemini لإنهاء Minecraft؟

27 ساعة و14 دقيقة من أول برنامج حتى الفوز، منها قرابة 14 ساعة للمعركة في الإند.

هل رأى وكلاء Gemini شاشة اللعبة؟

لا. تحكّموا في شخصياتهم بكتابة برامج JavaScript، وقرأوا النتائج على شكل نص.