Yapay zekâ ajanlarının uzun soluklu ve çok adımlı görevlerdeki becerisine dair yeni bir kilometre taşı Minecraft’tan geldi. 15 Ekim 2026’da arXiv’de yayımlanan “A team of Gemini 4 Argon agents beats Minecraft” başlıklı çalışmada, Google’ın Gemini 4 Argon modeliyle çalışan dört ajan, rastgele oluşturulmuş bir hayatta kalma dünyasında sıfırdan başlayıp oyunun final düşmanı Ender Ejderhası’nı insan müdahalesi olmadan yendi. The Decoder’ın 18 Ekim’deki haberine göre çalışma Google DeepMind ekibine ait; makalenin yazarları Maxence Faldor, Satinder Singh ve Roberta Raileanu.
Yazarlar bunu, bildikleri kadarıyla yapay zekâ ajanlarının Minecraft’ı uçtan uca ve tamamen otonom biçimde bitirdiği ilk örnek olarak tanımlıyor. Üstelik ajanlara önceden keşfedilmiş bir harita, oyuna özel araçlar ya da insan yazımı oyun mantığı verilmedi.
Tek talimat: Ejderhayı yen
Deney, Minecraft Java Edition 1.20.4 sürümünde, kolay zorluk seviyesinde ve hile komutları kapalı olarak yürütüldü. Her ajan bir oyuncuyu, Minecraft botları için geliştirilmiş açık kaynaklı JavaScript kütüphanesi Mineflayer üzerinden kontrol etti. Ajanlar ekranı görmüyor ya da tuşlara basmıyordu; bunun yerine “şu koordinatlara yürü ve 16 blok içindeki tüm demir madenlerini kaz” gibi kısa programlar yazıp çalıştırıyor, dönen metni (konum, sağlık, envanter ya da hata mesajı) okuyup bir sonraki programı yazıyordu. Ortanca program 33,5 saniye sürdü.
Oyuna dair talimat tek bir paragraftan ibaretti: Hedef ejderhayı yenmek ve hayatta kalma modunun kuralları içinde her yol serbest; işi nasıl paylaşacaklarına oyuncular karar verecek. Genel talimatlar ise her ortamdakiyle aynıydı: her eylemin sonucunu doğrulamak, yeniden kullanılabilir araçlar geliştirmek, dersleri ekibin ortak hafızasına kaydetmek ve sonuçları dürüstçe raporlamak. Beşinci bir ajan olan “Gözlemci” oyuna hiç katılmadan oturumu izledi; oyuncuların iddialarını kayıtlarla karşılaştırdı ve hile ya da değerlendirme açığı istismarı olup olmadığını denetledi.
27 saatlik macera
İlk programdan ejderhanın yenilmesine kadar 27 saat 14 dakika geçti. Bu sürede dört ajan 2.783 program yazdı, 229 mesaj alışverişi yaptı ve 605 kez öldü. Makaleye göre ilk programdan on dakika sonra ajanlardan biri sohbette iş bölümü önerdi, bir dakika içinde başka bir ajan farklı bir planla yanıt verdi ve roller hızla oturdu: biri yiyecek ve malzeme topladı, biri elmas aradı, biri demir eritip alet yaptı, biri de Nether geçidini hazırladı. İki saat içinde ekibin demir aletleri, elmasları ve Nether’a açılan bir geçidi vardı.
Ajanların bazı çözümleri dikkat çekici. Ender incisi toplamak için Enderman’ların sığamayacağı iki blok yüksekliğinde sığınaklar inşa ettiler. Bir ajan, iki farklı noktadan fırlattığı Ender Gözleri’nin uçuşunu her 50 milisaniyede ölçüp iki doğrunun kesişimini hesapladı ve 1,3 kilometre uzaktaki kalenin yerini 43 metre hatayla buldu. On iki Ender Gözü’nün tamamını taşıyan ajan boğulunca, iki ajan eşyaların tam konumunu ve kaybolacakları dakikayı yakındaki bir takım arkadaşına iletti; on ikisi de kaybolmalarına iki buçuk dakika kala kurtarıldı.
En zor kısım finaldi: Ejderha ekibi 69 kez öldürdü ve End’deki mücadele yaklaşık 14 saat sürdü. Çözüm, yaklaşık 21’inci saatte bir ajanın, sütunların tepesindeki on kristalin ejderhayı sürekli iyileştirdiğini fark etmesiyle geldi. Ajanlar kazma bile kullanmadan toprak yığarak kristallere tırmandı ve hepsini yok etti; son kristalden 39 dakika sonra ejderha düştü.
Ekip çalışması kendiliğinden ortaya çıktı
Araştırmacılara göre talimatlarda roller, ortak sandıklar ya da kurtarma operasyonları hiç geçmemesine rağmen ajanlar etkili insan ekiplerini andıran alışkanlıklar geliştirdi. Ortak hafızaya sandık, geçit ve tehlike koordinatlarını yazdılar; bir ajanın erken saatlerde fark ettiği bir Mineflayer hatasına yönelik düzeltme, dört ajanın yazdığı 655 programda kullanıldı. Toplam 42 yardımcı fonksiyon geliştirdiler. Hatalı raporlar da düzeltildi: Bir ajan, programının gerçekleşmeyen bir başarıyı duyurduğunu iki dakika sonra kendisi geri aldı.
Makaleye göre oyuncular kazanana kadar yaklaşık 1,35 milyar girdi tokeni işledi ve 24 bin civarında model çağrısı yaptı. Liste fiyatlarına göre kazanana kadarki maliyet tanıtım fiyatıyla yaklaşık 520 dolar; Gözlemci dahil tüm oturum ise standart fiyatla yaklaşık 1.620 dolar olarak hesaplandı.
Sınırlamalar
Yazarlar sonucun sınırlarını açıkça sıralıyor. Mineflayer ajanlara çevrelerindeki blokları, hatta kayanın arkasındakileri bile doğrudan bildiriyor ve yol bulmayı üstleniyor; ekrandan görüp klavye ve fareyle oynamak çok daha zor. Oyun kolay seviyede oynandı, Gemini 4 Argon eğitim verisinden Minecraft hakkında çok şey biliyor ve programların yüzde 22’si hatayla sonuçlandı. Ayrıca bu, denenen ilk ve tek çalıştırma; dolayısıyla kurgunun ne kadar güvenilir biçimde başarılı olduğunu göstermiyor.
Neden önemli?
Araştırmacılar Minecraft’ı bir eğlence değil, test ortamı olarak görüyor: Bir hedefi bir günden uzun süre, binlerce bağımlı adım ve yüzlerce başarısızlık boyunca koruyabilmek, gerçek dünyadaki karmaşık yazılım ve kurumsal görevlerin de gerektirdiği bir yetenek. Çalışma, birden fazla ajanın kendi aralarında iş bölümü yapıp hatalarını düzelttiği senaryoların hızla olgunlaştığını gösteriyor. Aynı zamanda her adımın kayıt altına alındığı ve bağımsız bir gözlemci ajanın denetlediği bu tür kontrollü ortamlar, ajanlara gerçek görevler emanet edilmeden önce nasıl davrandıklarını anlamak için değerli bir laboratuvar sunuyor.
Kaynak: arXiv, The Decoder
