Quatre agents de code pilotés par le modèle Gemini 4 Argon ont vaincu l'Ender Dragon de Minecraft en 27 heures et 14 minutes, à partir d'un monde généré au hasard et sans la moindre intervention humaine. L'équipe de Google DeepMind — Maxence Faldor, Satinder Singh et Roberta Raileanu — a déposé son étude sur arXiv le 15 octobre 2026.
2 783 programmes écrits, 605 morts
« Boucler Minecraft » veut dire ici atteindre le bout de la progression du jeu : fabriquer l'équipement, trouver le portail de l'End, puis tuer le dragon final. Les quatre agents ont piloté des bots Mineflayer et ont écrit eux-mêmes 2 783 programmes JavaScript pour agir dans le monde. Ils sont morts 605 fois avant d'y parvenir, en difficulté Easy.
Partis d'un point d'apparition aléatoire, les quatre agents ont dû reconstituer toute la chaîne de fabrication du jeu, du bois au stuff en diamant, avant d'accéder à l'End. Les chercheurs ne leur avaient donné ni rôles, ni stratégie, ni outils taillés pour Minecraft : seulement la bibliothèque standard de Mineflayer et l'accès au jeu.
Une coordination par le chat et une mémoire commune
Les agents communiquaient par le chat du jeu et consignaient leurs erreurs dans une mémoire partagée. De cette seule infrastructure ont émergé une répartition spontanée du travail, des alertes mutuelles face aux menaces et la récupération des objets des coéquipiers tombés au combat.
La prudence s'impose sur l'ampleur de cette coordination. Les agents n'ont échangé que 229 messages sur les 27 heures, ce qui peut signaler une collaboration serrée comme un travail resté largement individuel. Les auteurs posent eux-mêmes la question sans la trancher.
Ce que le résultat prouve, et ce qu'il laisse ouvert
L'intérêt tient à la planification long-horizon : enchaîner des centaines d'étapes dépendantes vers un but lointain reste le point faible des agents autonomes, et quatre modèles y sont arrivés en se divisant la tâche sans script. C'est le type de capacité que les travaux sur les incidents d'agents en production montrent encore mal maîtrisée hors laboratoire.
Le coût de la session fait débat selon les sources. Le papier l'estime autour de 520 dollars au tarif de lancement de l'API Gemini 4 Argon, environ 1 040 dollars au tarif standard ; The Decoder avance plutôt 1 620 dollars.
Surtout, il s'agit d'une seule partie, « le premier lancement que nous avons tenté », écrivent les auteurs, qui reconnaissent que cela ne dit rien de la fiabilité du dispositif. La revendication de « première complétion autonome » vient d'eux et n'a pas encore été reproduite par une équipe indépendante.