Vier Gemini-4-Argon-Agenten von Google DeepMind haben eine Minecraft-Welt von einem zufälligen Startpunkt aus durchgespielt. Die Autoren geben an, dass die Agenten dafür 2.783 Programme schrieben und den Ender-Drachen nach 27 Stunden besiegten – mit 605 Toden.
Vier KI-Agenten des Typs Gemini 4 Argon, entwickelt bei Google DeepMind, haben eine Minecraft-Welt von einem zufälligen Startpunkt aus bis zum Ender-Drachen gespielt. Nach Angaben der Autoren schrieben sie auf dem Weg dorthin 2.783 Programme. Die Welt sei zuvor nicht erkundet worden; die Forscher bezeichnen den Lauf als ersten vollständig autonomen Abschluss ohne vorab ausgekundschaftete Umgebung.
Aussagekräftiger als der besiegte Drache ist die Zahl der Tode: 605. Sie beschreibt den Arbeitsablauf hinter dem Ergebnis – Programm schreiben, scheitern, neu schreiben, wieder scheitern. Der Weg war ein Trial-and-Error-Prozess über 27 Stunden und keine geradlinige Ausführung. Solche Schleifen gelten als Kennzeichen von Long-Horizon-Aufgaben, also von Aufgaben, bei denen ein System über Stunden ein Ziel verfolgt, Zwischenstände prüft und eigene Fehler korrigiert, ohne dass jemand daneben sitzt.
Der Vergleich mit betrieblicher Arbeit hat allerdings eine Grenze. In einer Spielwelt kostet ein Fehlversuch nichts: kein Geld, kein Kunde, kein Vertrag, und die Zahl der Versuche ist praktisch unbegrenzt. In einem Unternehmen gelten andere Bedingungen. Ein falscher Rabatt, eine falsche Rechnung oder eine Nachricht an den falschen Kunden haben unmittelbare finanzielle und rechtliche Folgen; das Fehlerbudget ist um Größenordnungen kleiner.
Hinzu kommt die Zieldefinition. Minecraft hat ein eindeutiges, messbares Endziel, das jedes System gleich erkennt. Aufträge in Betrieben sind selten so eindeutig formuliert. Wo kein prüfbares Kriterium für „erledigt“ existiert, lässt sich der Erfolg eines autonomen Laufs nicht zuverlässig beurteilen.
Zur Einordnung der Modellfamilie gehört eine zweite Meldung aus derselben Woche: Google DeepMind veröffentlichte eine eigene Analyse, nach der KI die KI-Forschung bislang nicht messbar beschleunigt. Intern schreibt KI inzwischen mehr als 75 Prozent des Produktionscodes, rund 88 Prozent der Änderungen benötigen jedoch weiterhin menschliche Prüfung; vollständig delegierte Änderungen stiegen lediglich von 7,5 auf 11,9 Prozent. Der interne Fähigkeitsindex des Unternehmens wächst unverändert.
Für den Robotikeinsatz bewirbt Google Gemini 4 Argon als ein Modell für den gesamten Stack und verweist auf mehr als 4.500 Trainingsszenen, die aus einem einzigen Foto erzeugt werden können. Das unabhängige AA-Robotics-Board führt das Modell dennoch auf dem dritten Platz, nicht auf dem ersten.
Der „erste“ vollständig autonome Durchlauf bleibt zudem eine Aussage der Autoren; eine unabhängige Prüfung, ob ein vergleichbarer Lauf zuvor bereits gelungen ist, ist nicht dokumentiert.
Autor: Team REN-AI-SSANCE – mit KI-Unterstützung erstellt, von Menschen geprüft und freigegeben.
Quelle: UseCarly AI News – Originalartikel vom 16.10.2026; Abruf/Archivstand: 17.10.2026
