Titre original : A team of Gemini 4 Argon agents beats Minecraft
Auteurs : Maxence Faldor, Satinder Singh, Roberta Raileanu
Affiliation : Google DeepMind.
Publication : déposé sur arXiv le 15 octobre 2026 (version 1).
Liens : page arXiv, PDF. Pas de code publié avec le papier.
L’idée en bref
Terminer Minecraft en partant d’un monde neuf demande une longue chaîne d’étapes dépendantes : fabriquer des outils, passer dans le Nether pour y récolter des bâtons de blaze et des perles de l’Ender, localiser une forteresse souterraine, puis détruire les cristaux qui soignent le dragon de l’End avant de l’abattre. Les chercheurs ont placé quatre agents de code généralistes, propulsés par Gemini 4 Argon, dans un monde de survie tiré au hasard, avec une seule consigne : vaincre le dragon. Pas de rôles attribués, pas de logique de jeu écrite à la main, pas de carte repérée à l’avance.
Ce que montre le papier
Un jeu joué par programmes. Chaque agent ne voit ni pixels ni clavier. Il pilote son personnage en écrivant de courts programmes JavaScript exécutés par Mineflayer, une bibliothèque libre de robots pour Minecraft, et lit en retour un texte : position, santé, inventaire, erreurs. Les quatre agents communiquent par la messagerie du jeu et par des notes partagées. Un cinquième agent, l’Observateur, rédige un rapport en direct et surveille la triche sans jamais jouer.
Le résultat. La partie, en difficulté facile, a duré 27 heures et 14 minutes du premier programme à la victoire. Les agents ont écrit 2 783 programmes (63 313 lignes distinctes), échangé 229 messages et sont morts 605 fois. La victoire est attestée par le journal du serveur, et aucun programme n’a utilisé de commande de triche.
Des comportements d’équipe non programmés. Dix minutes après le départ, un agent propose une répartition des tâches, un autre en propose une autre, et les rôles se fixent vite : ravitaillement, outils, portail du Nether, abris contre les Endermen. Les agents notent les coordonnées utiles, transforment leurs pertes en règles (après qu’une boule de feu a détruit des objets, un agent publie la consigne, un autre la cause et la correction deux minutes plus tard), récupèrent les objets d’un coéquipier mort et se corrigent quand un programme annonce un succès imaginaire. Un agent a trouvé la forteresse en croisant la trajectoire de deux yeux de l’Ender, avec une erreur de 43 mètres sur 1,3 kilomètre.
Le coût. Environ 1,35 milliard de jetons en entrée (91 % servis depuis le cache) et 16 millions en sortie, pour quelque 24 000 appels au modèle. Au prix public d’introduction, environ 520 dollars jusqu’à la victoire, 1 040 dollars au tarif standard : des estimations à partir des prix catalogue, précisent les auteurs.
Les limites
La section 8 du papier est claire :
- Une perception facilitée. Mineflayer indique exactement les blocs et créatures alentour, y compris derrière la roche, ainsi que l’état interne du dragon, et un module calcule les trajets. Jouer à partir de l’image, comme le fait SIMA 2, reste bien plus difficile.
- La difficulté facile, où les monstres font moins de dégâts et la faim ne tue pas.
- Un savoir préalable. Gemini 4 Argon connaît déjà beaucoup Minecraft et Mineflayer : le test porte sur la capacité à transformer ce savoir en programmes et en coordination, pas sur la découverte d’un jeu inconnu.
- Beaucoup d’échecs : 22 % des programmes se terminent en erreur, et le combat final a pris près de 14 heures.
- Un seul essai, le premier lancé, qui ne dit rien de la fiabilité de l’expérience.
Ajoutons que le contrôle de l’absence de triche repose sur l’Observateur et sur une revue manuelle d’un échantillon des journaux, pas de leur totalité.
Lecture Neurone21
Le jeu est un prétexte, et les auteurs le disent : la même endurance est exigée par les tâches longues du logiciel ou de l’entreprise. Ce qui frappe est moins le score que la mécanique : des agents généralistes qui tiennent un plan sur plus d’une journée, à travers des milliers d’étapes dépendantes et des centaines d’échecs, en s’organisant seuls par messages et notes partagées.
Pour qui conçoit des systèmes multi-agents, trois enseignements pratiques : une mémoire d’équipe lisible par tous sert de colonne vertébrale ; les agents produisent leurs propres outils réutilisables (une fonction de contournement d’un bogue a servi dans 655 programmes) ; et un témoin indépendant qui journalise tout rend le résultat vérifiable. Reste qu’un essai unique, sur un terrain largement connu du modèle, ne garantit rien sur un processus métier inédit.
Pour aller plus loin
- Le papier sur arXiv : https://arxiv.org/abs/2610.22319
- Le PDF : https://arxiv.org/pdf/2610.22319
- Le post d’Elvis Saravia (DAIR.AI) : https://x.com/omarsar0/status/2111093058024755365
- La page « Chat with Paper » de DAIR.AI Academy : https://academy.dair.ai/papers/a-team-of-gemini-4-argon-agents-beats-minecraft-2610.22319