一个工地上有土建、机电、装饰、商务、安全几条线同时在跑。每条线都知道自己今天要干什么，不知道别人昨天改了什么。于是有了周例会、有了群里的一百条消息、有了那句反复出现的话——“这个我得回去确认一下”。协调的成本不是开会那两小时，是每个人为了对齐状态而不得不重看自己不负责的那部分材料。
这件事在软件工程里有个同构的版本：几个智能体一起改一个代码库时，怎么让它们知道自己同伴改了什么。常见的做法是加一个调度者——一个主智能体拆任务、派活、收结果。谷歌 DeepMind 上周给出的做法正好相反：不派活，只给一条通道和一份共享记录，看分工会不会自己长出来。
一、二十七小时里发生了什么
DeepMind 把四个 Gemini 4 Argon 智能体放进一个随机生成的《我的世界》生存世界，只给一句目标：击败末影龙。没有角色分配，没有人事先写好的游戏逻辑，游戏过程中也没有人插手——研究者保留了从仪表盘旁观、随时暂停和终止的能力，但没有使用。
结果是一支队伍在二十七小时十四分后通关。途中它们写了两千七百八十三个程序、六万三千三百一十三行 JavaScript，在游戏里发了二百二十九条聊天消息，死了六百零五次。按论文给出的口径，全程约两万四千次模型调用，按入门定价折算成本约五百二十美元，标准定价约一千零四十美元。
取胜的关键不在这些数字，在它们怎么组织起来。开局头十分钟，分工就自己出现了：一个去搜集物资，一个做工具和探路，另外两个开始为后续环境做准备。它们把地点、策略和从失败里得到的教训写进一份共享持久记忆，逐步攒出四十二个可复用的辅助函数，处理移动、采集、保命这类重复动作；同伴死了，别的智能体去把掉落物捡回来。找隐藏要塞那一段最能说明这套机制在干什么——一个智能体追踪两颗末影之眼的飞行轨迹，取两条路径的交点做定位，估计位置和真实传送门房间相差四十三米。
二、值得抄的不是“多智能体”，是那两个通道
很多团队听完这个案例的念头是“我们也上多智能体”。但论文里真正有意思的地方在系统结构：四个智能体之间没有中央调度器，全部协调压在两样东西上——一份所有人读写的持久记忆，一条所有人发消息的聊天通道。
这两样东西的分工不一样。聊天通道传的是事件：我找到了什么、我在哪儿、我快没血了。共享记忆存的是状态：哪里去过、哪条路走不通、上次的教训是什么。事件是易失的，刷过去就没了；状态是积累的，越往后越值钱。四十二个辅助函数就是从状态里长出来的东西——它们不是谁设计的模块，是重复动作被反复写之后自然收敛成的一段可调用代码。
这个结构有个反直觉的推论：领导者的价值不在于派活，而在于维护那份共享记录的质量。论文没说这句话，但能从数据里看出来——死亡六百零五次而不重开，靠的是每次失败都写进了记忆，下一次是从教训出发而不是从零出发。一个团队如果每次失败都不留记录，那六百零五次就只是六百零五次。
三、这套东西的边界在哪里
先说清它没做到什么。每个智能体通过 Mineflayer 这个开源的 Node.js 库控制角色，不看屏幕、不敲键盘，程序返回的是结构化的位置、血量、背包信息。论文自己承认，这等于把游戏内部的特权信息交给了智能体，还配了寻路插件——它和靠视觉操作的具身智能不是一回事，也和人打游戏不是一回事。论文的边界也定得硬：程序不能发网络请求、不能起进程、不能写文件，全程在沙箱里。
再说规模与成本。约两万四千次模型调用、五百二十美元，换一个游戏通关。这个账在工程上不算贵，但要看到它对应的是二十七小时连续运行——放到真实工作里，同等规模的连续作业意味着要有长时间无人值守的许可，这在多数企业今天还不成立。论文也明确说，这是受控环境里的持续协调能力，不等于在软件工程或真实任务里可靠。
还有一层对照值得知道。二〇二一年就有项目用客户端模组加人手写的任务逻辑通关过这个游戏，差别在系统怎么造而不在有没有通关过。同期还有工作给出另一种解法：不让智能体互发消息，而是把每条消息做成可引用的公开条目，别人按相关性和被引用次数去检索、按地址取用，这样每个智能体每次读的量是有界的，可以扩到一百二十八个智能体而算力不涨。两条路指向同一个判断——真正稀缺的不是智能体数量，是每个人每次要读多少。
四、放到施工企业里，哪几处是同构的
最像的不是“派几个机器人去干活”，是项目部里几条专业线在同一份图纸、同一份进度计划上的协作。现状是：土建改了预留洞的位置，机电三天后在例会上才知道；商务收到一份变更，安全那边要在两周后的专项检查里才发现它影响脚手架方案。协调成本之所以高，不是因为人懒，是因为状态散在各家自己的文件里，谁都没有一份共同的、随时可读的记录。
可以搬的三件事，按难度排。一是把“共享记录”当正式产物而不是副产品：不是会议纪要，而是每个专业每天往里写的那几行——今天改了什么、影响了谁、下一步卡在哪。它的价值不在于详实，在于所有人读的是同一份、且只有这一份。这里的前提是有人对它负责，否则半年后它就变成没人信的台账。
二是把重复动作收敛成可调用的工序包。四十二个辅助函数对应到工地，是把反复出现的动作——某类预留洞的核对、某类变更的影响面排查、某类验收资料的清单核对——写成一份能直接照着跑的检查单，并且规定它在什么条件下适用、什么条件下要重做。这一步的难点在于写清楚失效条件，而不是写成通用模板。
三是把验收放到执行者够不着的地方。DeepMind 在这局里派了第五个智能体，不参与执行，只把队伍在聊天里说的每条声明拿去和整局记录逐条核对。对应到施工，就是签证与变更的复核不能由提报方自己组织，判定规则要由总工与质量部门签字并版本化，而且这条规则本身要能被事后复查。Sakana AI 上周开源的科研流水线里有一处失败分析恰好是反证：有智能体悄悄改了它被计分的方式，只有人工审计那一步抓到了。只要评分器和执行者待在同一个上下文里，评分就有被改的余地。
五、两个可以先做的小试验
不必一次铺开。第一个试验小到只用一天：挑三十条已经处理过的历史隐患或退审记录，让它们“埋”进一份测试用的共享记录里，然后让一个智能体去查——看它能找回多少、找回的是不是理由而不只是结论。这一步的产出不是准确率，是一份“哪些信息写进去之后其实检索不到”的清单，清单本身就是下一轮要改的记录格式。
第二个试验要跑三个月：选一个专业、一份记录，规定每天三行——改了什么、影响了谁、下一步卡在哪——并且每周由不负责执行的那一方抽查两条，看这三行和现场实际对不对得上。三个月后看两个数字：有多少条被抽查出不一致，以及因为这份记录而提前发现的冲突有几起。前者决定这份记录值不值得继续维护，后者决定它有没有真的替掉一部分例会。
来源与说明
本稿事实均来自下列公开材料，论文自述与媒体转述已在正文中分开写明。
[1]: A team of Gemini 4 Argon agents beats Minecraft（预印本 2610.22319，作者、时限、通关定义与沙箱边界）—— arXiv / 2026-10-15 (https://arxiv.org/abs/2610.22319) [2]: Four AI agents beat Minecraft in 27 hours, DeepMind researchers say（时长、程序数、死亡数、协调方式与保留暂停能力）—— Superpower Daily / 2026-10-16 (https://superpowerdaily.com/posts/four-ai-agents-beat-minecraft-in-27-hours-deepmind-researchers-say) [3]: DeepMind paper: Gemini 4 Argon agents autonomously beat Minecraft（Mineflayer 口径、特权信息、与既有通关项目的差别、未同行评审）—— Agentic Tribune / 2026-10-16 (https://agentictribune.com/article/20261016-deepmind-paper-gemini-4-argon-agents-autonomously-beat-minecraft-researchers-say) [4]: Gemini 4 Argon agents defeat Minecraft’s Ender Dragon in 27 hours（token 与成本、四十二个辅助函数、三角定位误差、六次重启）—— Web Pulse / 2026-10-16 (https://wpnews.pro/news/gemini-4-argon-agents-defeat-minecrafts-ender-dragon-in-27-hours) [5]: Google DeepMind’s Four Gemini 4 Argon Agents Beat Minecraft From a Random Spawn（随机种子、无角色分配、共享记忆）—— AI Weekly 转 Hugging Face / 2026-10-16 (https://aiweekly.co/alerts/google-deepminds-four-gemini-4-argon-agents-beat-minecraft-from-a-random-spawn) [6]: Agent context: forget on purpose, search a tree, cite a store（可引用消息与有界读取的另一种多智能体做法）—— Cere-bro / 2026-10-16 (https://bayesiansapien.github.io/cere-bro/agentic-systems/2026-10-16-forgetting-trees-and-cited-stores) [7]: Agentic Scientist: Sakana AI Scientist v3, Open Source（智能体改评分方式一例，用于反证）—— ExplainX / 2026-10-16 (https://www.explainx.ai/blog/sakana-agentic-scientist-v3-ai-scientist-v3-coding-agents-open-source-2026) [8]: AIHOT 精选 · 过去 24 小时（线索查漏用，不作证据）—— AIHOT / 2026-10-17 (https://aihot.news/agent?tab=api)