Google DeepMind ให้ agent Gemini 4 Argon 4 ตัวเล่น Minecraft จนชนะ Ender Dragon ใน 27 ชั่วโมง — เขียนโปรแกรมเอง 2,783 ตัว, ตาย 605 ครั้ง, ค่า API ราว $1,040 (ย้อนข่าว)

ย้อนข่าว: รายงานฉบับนี้ขึ้น arXiv เมื่อ 15 ต.ค. 2026 และสื่อเริ่มพูดถึงกันเมื่อ 18 ต.ค.

Google DeepMind (Maxence Faldor, Satinder Singh และ Roberta Raileanu) เผยแพร่รายงาน “A team of Gemini 4 Argon agents beats Minecraft” ทีมวิจัยนำ coding agent ทั่วไปที่ใช้ Gemini 4 Argon 4 ตัวเข้าไปในโลก Minecraft แบบ survival ที่สุ่มขึ้นใหม่ และให้เป้าหมายเพียงข้อเดียวคือ ฆ่า Ender Dragon agent ทั้งสี่ทำสำเร็จใน 27 ชั่วโมง 14 นาที ทีมวิจัยระบุว่าเท่าที่ทราบ นี่เป็นครั้งแรกที่ AI agent เล่น Minecraft จบตั้งแต่ต้นจนถึงตอนจบด้วยตัวเอง โดยใช้แค่ไลบรารี Mineflayer มาตรฐาน ไม่มี seed ที่สำรวจไว้ก่อน และไม่มีเครื่องมือเฉพาะเกมที่คนเขียนให้

งานนี้เกี่ยวกับนักพัฒนามากกว่าเรื่องเกม เพราะ agent ที่ใช้ไม่ได้สร้างมาสำหรับ Minecraft โดยเฉพาะ แต่เป็น agent ตัวเดียวกับที่ใช้ทำงานซอฟต์แวร์ มีทั้ง workspace ที่ใช้ version control, shell, การแก้ไฟล์, web search และ memory ที่แยกเป็นส่วนตัวกับส่วนที่ใช้ร่วมกันทั้งทีม ทีมวิจัยเขียนไว้ตรง ๆ ว่าสิ่งที่ต้องการทดสอบคือ การรักษาแผนให้สอดคล้องกันตลอดขั้นตอนนับพันที่ต่อเนื่องกันนานกว่าหนึ่งวัน ซึ่งเป็นความสามารถเดียวกับที่งานวิศวกรรมซอฟต์แวร์ขนาดใหญ่ต้องการ

setup: agent ได้ข้อมูลอะไรบ้าง

• เกมคือ Minecraft Java Edition 1.20.4 โหมด survival ระดับ Easy โลกสุ่มจาก seed ใหม่ และปิดคำสั่ง cheat ทั้งหมด
• agent แต่ละตัวควบคุมผู้เล่นได้ทางเดียว คือส่ง โปรแกรม JavaScript ไปให้บอท Mineflayer รัน (timeout เริ่มต้น 60 วินาที แต่ agent ตั้งเองได้) โปรแกรมเหล่านี้ start process หรือเขียนไฟล์ไม่ได้ และคุยกันผ่านแชตในเกมเท่านั้น
• คำสั่งเกี่ยวกับเกมมีเพียง ย่อหน้าเดียว คือให้ฆ่า Ender Dragon ด้วยวิธีใดก็ได้ที่อยู่ในกติกาของโหมด survival และให้ผู้เล่นตกลงแบ่งงานกันเอง ไม่มีการบอกกลยุทธ์ ไม่มี skill library และไม่มีเส้นทางที่วางไว้ให้
• มี agent ตัวที่ห้าชื่อ Observer ทำหน้าที่เป็นพยานอิสระ คอยตรวจคำกล่าวอ้างของผู้เล่นกับ log จริง และรายงานถ้าพบการโกงผลการประเมิน (specification gaming) ผลคือ Observer ไม่พบการโกง และทีมวิจัยตรวจ log ด้วยมือแล้วก็ไม่พบเหตุการณ์ด้านความปลอดภัย

ตัวเลขจากการรัน

• ใช้เวลา 27 ชั่วโมง 14 นาที (ราว 81 วันในเกม) เขียนโปรแกรม 2,783 ตัว ส่งข้อความ 229 ข้อความ และตาย 605 ครั้ง ส่วนใหญ่ถูกมอนสเตอร์ฆ่า โปรแกรม 22% จบด้วย error และการสู้ใน The End ใช้เวลาเกือบ 14 ชั่วโมง
• agent แบ่งบทบาทกันเองโดยไม่มีใครสั่ง มีตัวที่หาอาหาร ตัวที่ทำเครื่องมือและหา stronghold และตัวที่จุดพอร์ทัล พวกมันเก็บ helper function ไว้ใช้ข้ามโปรแกรม 42 ตัว ตัวที่แก้บั๊กการคราฟต์ของ Mineflayer ถูกเรียกใช้ใน 655 โปรแกรม
• ตอนที่ agent ตัวหนึ่งรายงานว่าเก็บ blaze powder มาได้ 12 ชิ้น ทั้งที่เพิ่งถูกไฟเผาตายไปหนึ่งวินาทีก่อนหน้า agent อีกตัวจับได้ว่าข้อมูลขัดกันภายในสามนาที
• ต้นทุน ผู้เล่นสี่ตัวใช้ input ราว 1.35 พันล้าน token (91% มาจาก context cache) และ output ราว 16 ล้าน token จากการเรียกโมเดลราว 24,000 ครั้ง คิดตามราคาโปรโมชันของ Gemini 4 Argon จะได้ประมาณ $520 (หรือ $1,040 ถ้าคิดราคาปกติ) ถ้านับทั้ง session รวม Observer จะเป็นราว $810 (ราคาปกติ $1,620) ตัวเลขเหล่านี้ประเมินจากราคา list price ไม่ใช่ต้นทุนจริงที่ Google ใช้ serve โมเดล

ข้อจำกัดที่รายงานยอมรับเอง

• agent ได้ข้อมูลมากกว่าผู้เล่นปกติ Mineflayer บอกตำแหน่งบล็อกและสิ่งมีชีวิตรอบตัวได้ครบ รวมถึงบล็อกที่อยู่หลังหินและ state ภายในของมังกร และยังมี plugin หาเส้นทางให้ด้วย การเล่นจากภาพหน้าจอแบบ SIMA 2 ยังยากกว่ามาก
• ระดับ Easy มอนสเตอร์ทำดาเมจน้อยกว่า Normal และความหิวทำให้ตายไม่ได้
• โมเดลรู้จักเกมนี้อยู่แล้ว Gemini 4 Argon เรียนรู้เรื่อง Minecraft และ Mineflayer มามากจาก training data สิ่งที่การทดลองนี้วัดได้จึงเป็นความสามารถในการแปลงความรู้ที่มีเป็นโปรแกรมที่ใช้งานได้และประสานงานกันเป็นทีม ไม่ได้วัดว่าเล่นเกมที่ไม่เคยรู้จักได้หรือไม่
• รันเพียงครั้งเดียว ทีมวิจัยใช้ผลจากการรันครั้งแรกที่ลอง จึงยังบอกไม่ได้ว่า setup นี้จะสำเร็จบ่อยแค่ไหน

รายงานยังเทียบกับโปรเจกต์ของชุมชนสองโปรเจกต์ที่ฆ่ามังกรได้เหมือนกัน โปรเจกต์แรกใช้ agent Claude Opus 5 ตัวเดียวกับ tool เฉพาะ Minecraft 37 ตัวในระดับ Normal อีกโปรเจกต์ใช้ planner คู่กับโมเดลเลือก action บน seed ที่ตายตัวในระดับ Peaceful จุดที่ DeepMind บอกว่าต่างคือสิ่งที่ agent ได้รับ ซึ่งรอบนี้ไม่มี tool เฉพาะเกมเลย

มุมมอง AI Curator

ตัวเลขที่ควรสนใจที่สุดในรายงานไม่ใช่ 27 ชั่วโมง แต่คือ error rate 22% กับการตาย 605 ครั้ง แล้วยังทำงานจนสำเร็จได้ ข้อนี้บอกว่า agent ยุคนี้ไม่จำเป็นต้องทำทุกขั้นตอนให้ถูก ขอแค่ รู้ตัวเมื่อพลาดแล้วกลับมาทำต่อได้ ส่วนที่ทำให้ระบบนี้ทนทานมาจาก engineering รอบตัวโมเดลทั้งหมด ได้แก่ memory ที่ใช้ร่วมกัน, helper ที่เก็บไว้ข้ามโปรแกรม, ตัวนับที่สั่งให้โค้ดของโปรแกรมที่ timeout หยุดทำงานเอง และ Observer ที่ตรวจทุกคำกล่าวอ้างกับ log ทีมที่กำลังสร้าง agent ทำงานยาวหลายชั่วโมงลอกรูปแบบนี้ไปใช้ได้เลย โดยเฉพาะการมี agent อีกตัวคอยตรวจคำกล่าวอ้างกับหลักฐานจริง เพราะ agent ในการทดลองนี้ก็รายงานว่าทำสำเร็จทั้งที่ยังไม่สำเร็จไปอย่างน้อยหนึ่งครั้ง

ส่วนตัวเลขค่าใช้จ่ายราว $1,040 ต่อการรันหนึ่งครั้ง (ราคาปกติ) เป็นตัวเลขที่ควรใช้ในการวางแผนงบ เพราะงาน agent ที่ยาวเป็นวันเริ่มเป็นไปได้ในทางเทคนิคแล้ว แต่ต้นทุนส่วนใหญ่มาจาก input token ที่วนกลับมาอ่านซ้ำ แม้จะได้ cache hit 91% แล้วก็ตาม ถ้าไม่มี prompt caching ราคาจะสูงกว่านี้มาก ทีมในไทยที่คิดจะใช้ agent ทำงานยาวจึงควรออกแบบ context ให้ cache ได้ตั้งแต่วันแรก

สุดท้าย ควรอ่านผลนี้อย่างระมัดระวัง ผลมาจากการรันครั้งเดียว ในระดับ Easy และด้วย API ที่บอกข้อมูลเกินกว่าที่ผู้เล่นมองเห็น ข้ออ้างว่า “AI เล่น Minecraft จบแล้ว” ยังไกลจากการเล่นแบบที่คนเล่นจริง แต่ข้อสรุปที่ว่า coding agent ทั่วไปสี่ตัวประสานงานกันได้นานกว่าหนึ่งวันโดยไม่ต้องมีคนช่วย มีหลักฐานรองรับพอสมควร และเป็นข้อที่สำคัญกับงาน multi-agent ในองค์กรมากกว่าเรื่องเกม

แหล่งข่าว

• A team of Gemini 4 Argon agents beats Minecraft (arXiv 2610.22319)
• Four Gemini 4 Argon agents beat Minecraft without any human help (The Decoder)