Google DeepMind mencatat pencapaian menarik dalam pengembangan kecerdasan buatan setelah empat agen AI berbasis Gemini 4 Argon berhasil menamatkan Minecraft dengan mengalahkan Ender Dragon. Dalam eksperimen yang dipublikasikan pada 15 Oktober 2026, para agen tersebut menyelesaikan tantangan selama 27 jam 14 menit dengan menulis 2.783 program secara mandiri. Mereka bekerja sama, membagi tugas, mengumpulkan sumber daya, dan memperbaiki kesalahan tanpa arahan langsung manusia selama permainan. Meski mengalami 605 kematian karakter, sistem akhirnya mencapai tujuan. Pencapaian ini memperlihatkan perkembangan TEKNOLOGI agen AI dalam perencanaan jangka panjang, pemrograman otomatis, dan koordinasi antarsistem.
Eksperimen Minecraft Google DeepMind Menunjukkan Kemajuan AI Otonom
Sekelompok ilmuwan dari Google DeepMind berhasil mendemonstrasikan empat agen AI yang menjalankan misi permainan Minecraft secara otonom. Eksperimen ini mengandalkan sistem Gemini 4 Argon yang ditugaskan mencapai satu sasaran, yaitu menyelesaikan pertarungan melawan Ender Dragon. Berbeda dari permainan biasa, setiap agen menjalankan aksi dengan instruksi pemrograman. Berkat mekanisme pengendalian tersebut, AI perlu menyusun strategi sebelum mengambil sumber daya. Pencapaian eksperimen tersebut memperlihatkan perkembangan agen pemrograman.
Penelitian Google DeepMind ini didokumentasikan dalam karya riset berjudul A team of Gemini 4 Argon agents beats Minecraft yang disusun oleh Maxence Faldor, Satinder Singh, dan Roberta Raileanu. Makalah tersebut tersedia sebagai makalah penelitian sejak 15 Oktober 2026. Pada pelaksanaan eksperimen, para agen memasuki lingkungan Minecraft dengan peta acak. Pengaturan tantangan ditetapkan pada Easy, sementara fitur perintah curang tidak digunakan. Pengawas penelitian tidak menentukan strategi permainan untuk mengatur pekerjaan karakter. Meski demikian, eksperimen dijalankan dalam sistem sandbox. Pengaturan penelitian ini menjelaskan konteks keberhasilan yang dilaporkan.
Cara Agen AI Google DeepMind Menulis Ribuan Program Minecraft
Untuk mengendalikan permainan, setiap agen AI memanfaatkan library Mineflayer yang menyediakan antarmuka pemrograman untuk Minecraft. Berkat antarmuka Mineflayer, agen dapat menggerakkan karakter, melakukan penambangan, merakit item permainan, serta menjalankan strategi pertahanan. Ketika hendak menyelesaikan pekerjaan, agen menulis rangkaian perintah pemrograman untuk menjalankan aktivitas yang direncanakan. Apabila program mengalami masalah, sistem dapat memeriksa hasil eksekusi dan mencoba pendekatan pemrograman lain. Mekanisme pengendalian tersebut memperlihatkan penggunaan bahasa pemrograman untuk bertindak secara otonom.
Selama eksperimen berlangsung, keempat agen menciptakan total 2.783 rangkaian kode. Jumlah tersebut menunjukkan tingginya kebutuhan pengendalian. Program yang ditulis masih menghadapi masalah eksekusi, karena sekitar 22 persen mengalami error ketika dijalankan. Meski tingkat kegagalan program tergolong berarti, agen tetap dapat melanjutkan pekerjaan. Situasi tersebut memberikan gambaran menarik dalam penerapan pemrograman berbasis AI. Untuk penerapan di luar permainan, keberhasilan membutuhkan pemeriksaan hasil. Oleh sebab itu, pengawasan terhadap kualitas keluaran harus diperhatikan.
Strategi Pembagian Tugas dan Memori Bersama pada Agen AI
Keberhasilan eksperimen ditentukan oleh koordinasi beberapa agen. Empat karakter yang dikendalikan AI berkomunikasi melalui percakapan dalam permainan serta berbagi catatan pekerjaan. Dengan menggunakan komunikasi ini, setiap agen mampu melaporkan perkembangan mengenai kondisi lingkungan, risiko di wilayah tertentu, serta kebutuhan bantuan dari anggota lain. Pembagian peran berkembang selama interaksi berlangsung, bukan ditentukan melalui perintah khusus manusia. Pendekatan ini memperlihatkan potensi kolaborasi AI.
Contoh koordinasi yang menarik terjadi ketika pemain yang dikendalikan AI gagal bertahan. Dalam Minecraft, barang yang dibawa pemain mungkin harus diambil kembali. Sistem yang baru mengalami kegagalan dapat membagikan informasi koordinat kepada anggota tim lainnya. Berdasarkan pesan yang diberikan, anggota tim melakukan perjalanan menuju lokasi yang dilaporkan. Pendekatan pemulihan tersebut berpotensi mempertahankan kemajuan permainan. Selama eksperimen, para agen mengandalkan percakapan untuk menyesuaikan strategi. Interaksi yang berlangsung memperlihatkan kebutuhan koordinasi antartugas.
Perjalanan Agen AI Mengalahkan Ender Dragon dalam 27 Jam
Untuk mencapai tujuan akhir, para agen dituntut memenuhi sejumlah persyaratan permainan. Ketika permainan dimulai, para agen mencari sumber daya penting untuk meningkatkan kemampuan bertahan. Setelah kebutuhan dasar terpenuhi, tim perlu menemukan sumber daya yang lebih sulit. Ketika menjelajahi dunia Minecraft, agen berhadapan dengan kondisi yang tidak selalu terduga. Untuk mempertahankan kemajuan, para agen menggunakan temuan sebelumnya untuk menentukan tindakan. Setiap kemajuan dibutuhkan untuk membuka tahapan permainan lain. Karakteristik tersebut sesuai untuk mempelajari kemampuan agen menyelesaikan tugas kompleks.
Sesudah menjalankan serangkaian pekerjaan, para agen mampu menuntaskan pertarungan terakhir dalam waktu 27 jam dan 14 menit. Dalam keseluruhan misi, karakter yang dikendalikan AI menghadapi total 605 kematian. Jumlah kegagalan karakter tersebut menunjukkan masih adanya kesulitan pengambilan keputusan. Sebagian besar waktu digunakan untuk menghadapi Ender Dragon. Pendekatan yang dipilih para agen memanfaatkan penempatan blok sebagai pijakan untuk mengakses End Crystal yang berada di tempat tinggi. Cara yang dipilih AI menjadi bagian penting dalam penyelesaian misi. Walaupun tujuan akhirnya tercapai, hasil tersebut belum menunjukkan kemampuan bermain tanpa kesalahan.
Kelemahan Agen Gemini 4 Argon Meski Berhasil Menamatkan Minecraft
Keberhasilan agen AI tidak terlepas dari penggunaan sumber daya AI. Dalam evaluasi penggunaan model, proses mencapai kemenangan diperkirakan menelan biaya sekitar 520 dolar AS menggunakan harga promosi awal model. Jika dihitung memakai harga reguler, jumlah tersebut diperkirakan mencapai sekitar 1.040 dolar AS. Perbedaan angka tersebut berkaitan dengan tarif layanan yang digunakan. Selain biaya, pengoperasian selama lebih dari satu hari memerlukan kestabilan sistem. Karena itu, efisiensi komputasi juga perlu dievaluasi.
Eksperimen tersebut tetap menyisakan keterbatasan. Pertama, permainan menggunakan pengaturan kesulitan Easy sehingga risiko pertempuran tidak sama dengan tingkat Hard. Selain itu, agen mengakses informasi permainan melalui antarmuka program, bukan memproses tampilan visual sebagaimana pemain biasa. Metode pengendalian tersebut berbeda dari pengalaman yang mengandalkan gambar layar. Tidak kalah penting, eksperimen belum membuktikan tingkat keberhasilan dalam banyak percobaan. Untuk menilai kemampuan lebih luas, penelitian lanjutan sebaiknya membandingkan tingkat kesulitan berbeda guna mengukur konsistensi agen.
Masa Depan AI Otonom setelah Eksperimen Minecraft
Hasil eksperimen agen AI dalam Minecraft menunjukkan perkembangan penting dalam bidang agen kecerdasan buatan. Dengan menulis 2.783 program JavaScript, berkoordinasi melalui komunikasi antarsistem, dan menyesuaikan tindakan berdasarkan hasil sebelumnya, keempat agen berhasil mengalahkan Ender Dragon. Walaupun hasil akhirnya berhasil, 605 kematian serta keterbatasan pengujian pada mode Easy menunjukkan bahwa sistem belum sempurna. Dalam perkembangan TEKNOLOGI, penelitian ini membuka peluang penelitian koordinasi multiagen untuk pekerjaan dengan banyak tahapan saling bergantung. Dari sudut pandang Anda, apakah agen AI yang mampu menamatkan Minecraft akan mempercepat perkembangan asisten pemrograman? Ceritakan pemikiran Anda mengenai masa depan pemrograman otomatis.
