Quatro agentes do Gemini 4 Argon zeram o Minecraft sem ajuda humana

O que aconteceu

Quatro instâncias do modelo Gemini 4 Argon, do Google, zeraram o Minecraft sem nenhum comando humano durante a partida, segundo um artigo da equipe do Google DeepMind divulgado pelo site The Decoder em 18 de outubro de 2026 (the-decoder.com). Os agentes caíram num mundo gerado aleatoriamente, sem papéis atribuídos, sem estratégia predefinida e sem ferramentas específicas para o jogo.

Sozinhos, eles derrotaram o Ender Dragon, o chefão final que marca o fim do modo história do Minecraft. A missão levou 27 horas e 14 minutos de execução contínua. Nesse tempo, os quatro agentes escreveram ao todo 2.783 programas em JavaScript para controlar suas ações dentro do jogo, trocaram 229 mensagens de chat entre si e morreram 605 vezes.

Como os agentes se organizaram sozinhos

Sem um roteiro de coordenação escrito por humano, os quatro agentes dividiram tarefas entre si ao longo da partida. Quando um avistava perigo, avisava os outros pelo chat interno do próprio sistema. Quando um agente morria, outro ia até o local recuperar os itens do inventário antes que se perdessem no mundo do jogo.

Erros cometidos por um agente eram registrados numa memória compartilhada, consultada pelos demais para não repetir o mesmo problema. Essa divisão de trabalho emergente é o ponto que interessa a quem constrói sistemas multiagente: não houve um agente gerente distribuindo funções antes do início, nem script fixo definindo quem minera, quem constrói ou quem luta. A coordenação nasceu da troca de mensagens e da memória compartilhada, montadas pelo próprio modelo durante a execução, não por um orquestrador programado de antemão.

Por que o jogo deixou de precisar de IA sob medida

Até poucos anos atrás, fazer uma IA jogar Minecraft em nível competitivo exigia sistemas de aprendizado por reforço treinados do zero, especializados só naquele jogo, sem capacidade de fazer outra coisa. O relato do The Decoder marca esse caso como mais um exemplo de modelo agentico de propósito geral (o mesmo tipo de modelo usado para escrever código, responder e-mail ou analisar planilha) resolvendo um desafio que antes só sistemas dedicados conseguiam.

Na prática, cada ação dos quatro agentes dentro do Minecraft foi traduzida em código JavaScript gerado pelo próprio modelo. O modelo não tinha uma biblioteca pronta de "habilidades de Minecraft": ele escreveu o código necessário ao longo das 27 horas e 14 minutos de partida, totalizando 2.783 programas.

Os números que interessam para quem orça um agente

• Duração: 27 horas e 14 minutos de execução autônoma, sem pausa para intervenção humana
• Código gerado: 2.783 programas em JavaScript escritos pelos próprios agentes
• Comunicação: 229 mensagens trocadas entre os quatro agentes para avisos e combinação de tarefas
• Falhas: 605 mortes registradas e usadas como memória para ajustar comportamento
• Custo: US$ 1.620 pelo preço padrão do Gemini 4 Argon, que só entra em vigor em 2027

Esse último ponto merece atenção de quem planeja orçamento. O valor de US$ 1.620 não é o preço cobrado hoje pelo Gemini 4 Argon: é uma simulação feita com a tabela de preço que o Google anuncia como padrão a partir de 2027. Isso sugere que o modelo ainda está em algum regime de acesso antecipado ou preço promocional, e que o custo real de reproduzir esse experimento agora, em outubro de 2026, pode ser diferente do valor publicado no estudo.

O que muda para quem constrói agentes no Brasil

O experimento valida um padrão que equipes de engenharia já vinham testando em escala menor: enxames de agentes que dividem tarefas sem um orquestrador central programado, coordenando-se só por mensagens e memória compartilhada. Para quem desenvolve agentes de automação, atendimento ou QA no Brasil, o recorte interessante não é o jogo em si, mas a duração: 27 horas de execução contínua, gerando quase 2.800 programas, é um teste de carga real para orquestração multiagente de longa duração, algo que a maioria dos pilotos corporativos ainda não tenta.

Minecraft, porém, tem uma vantagem que sistemas empresariais não têm: uma condição de vitória clara (matar o Ender Dragon) e uma API de ações bem definida dentro do jogo. Fluxos de trabalho reais costumam ter critério de sucesso ambíguo e integrações com sistemas legados que não têm interface limpa de chamada de função. Isso não invalida o resultado, mas é o motivo pelo qual replicar esse tipo de autonomia num ERP ou num sistema de atendimento ao cliente tende a exigir mais trabalho de definição de regras do que replicar dentro de um jogo com regras fixas.

O que ainda está em aberto

O material divulgado cita o estudo como "Faldor et al." e o The Decoder traz um link para o paper na linha "Source: Paper", mas a reportagem não detalha se os agentes jogaram em dificuldade padrão, se o modo pacífico estava desligado ou que limites de tempo por ação foram usados. Sem esses detalhes, não dá para comparar diretamente esse resultado com runs anteriores de outros modelos em Minecraft.

Também não está claro se o Gemini 4 Argon já está disponível para uso geral via API ou se segue restrito a parceiros de pesquisa como o Google DeepMind. Até a tabela de preço oficial entrar em vigor em 2027, qualquer estimativa de custo para replicar esse tipo de experimento em produção segue sendo isso: uma estimativa, não um preço fechado.

Fonte: The Decoder