Cuatro agentes de IA aterrizan en un mundo de Minecraft recién creado, con las manos vacías y una única orden, «derrota al Ender Dragon», y lo consiguen: 27 horas y 14 minutos después, sin que ningún humano intervenga. Lo cuenta un nuevo preprint de un equipo que Tech Xplore sitúa en Google DeepMind, y que lo presenta como la primera vez que unos agentes de IA completan el juego de principio a fin de forma autónoma.
¿Por qué importa? Ganar a Minecraft no va de reflejos. Va de mantener vivo un plan durante miles de pasos, más de un día entero, mientras todo se tuerce una y otra vez. Esa es justo la habilidad que necesita la IA antes de confiarle trabajos largos y enrevesados del mundo real, como mantener grandes proyectos de software. Los propios autores hacen esa comparación.
Por qué Minecraft es una prueba tan dura
Si nunca has jugado: empiezas en un mundo aleatorio sin nada. Para llegar al jefe final hay que talar árboles a puñetazos, fabricar herramientas, picar piedra y hierro, encontrar diamantes, construir un portal a una dimensión infernal llamada el Nether, reunir allí objetos raros, fabricar unos «ojos» especiales para localizar una fortaleza escondida, colocar doce en el marco de un portal y, solo entonces, enfrentarse al dragón. Cada paso depende del anterior y un error al principio puede costar horas.
El gráfico del propio artículo enumera 13 hitos desde las manos vacías hasta el dragón.
Cómo jugaron los agentes
Los agentes eran copias de un gran modelo de lenguaje que el artículo llama Gemini 4 Argon. No veían el juego como tú. Cada uno controlaba a su personaje escribiendo programas en JavaScript a través de Mineflayer, una herramienta libre y de código abierto para manejar bots de Minecraft. Leían mensajes de texto con su salud, su inventario y su posición, y se coordinaban por el chat del juego y una memoria compartida.
- Sin entrenamiento en el juego: según Tech Xplore, no se entrenaron con partidas de Minecraft ni recibieron estrategia o guía paso a paso. Tiraron de lo que el modelo ya sabía y de su capacidad general para programar.
- Sin papeles asignados: nadie dijo a uno que minara y a otro que luchara. Se repartieron el trabajo ellos solos por el chat.
- Juego limpio: mundo de supervivencia aleatorio en dificultad Fácil, trucos desactivados, sin semillas de mundo exploradas de antemano y sin herramientas específicas escritas por humanos.
- Un árbitro: un quinto agente vigilaba el progreso y detectaba fallos técnicos. Los investigadores seguían la partida en un panel en directo y podían pausarla o pararla, pero, según los autores, no tuvieron motivo para intervenir.
Los números de la victoria
En toda la partida, el equipo escribió 2.783 programas y sus personajes murieron 605 veces. Ese último dato es el más jugoso: morir fue su manera de aprender. Tras cada muerte volvían, ajustaban el plan y reescribían el código. El artículo describe además cómo compartían lo aprendido e incluso recuperaban los objetos que se les caían a los compañeros.
Para ver lo rápido que avanza esto: en abril de 2025, el sistema DreamerV3, publicado en Nature, fue noticia por ser el primer algoritmo capaz de conseguir diamantes en Minecraft desde cero y sin datos humanos, un hito que queda más o menos a mitad del camino actual. Aquello era un único agente aprendiendo por ensayo y error con recompensas. Esta nueva partida usa una receta muy distinta (modelos de lenguaje que escriben código y se coordinan en equipo) y llega hasta el final del juego.
La letra pequeña
Fue una sola partida, el primer intento del equipo. Los autores dejan claro que un único éxito no demuestra lo fiable que es el sistema: si lo repites diez veces, puede ganar diez o solo dos. Además es un preprint, es decir, todavía no lo han revisado expertos independientes. Y como los agentes actúan mediante código y texto, nunca tuvieron que dominar la imagen del juego como lo hace una persona.
Aun así, aguantar un día entero de partida con 605 tropiezos por el camino es un avance real. Recuerda a lo que vimos cuando la IA produjo cientos de artículos de matemáticas comprobados por máquina: la nueva frontera no es una respuesta brillante, sino largas cadenas de trabajo que no se desmoronan.
Qué viene ahora
Habrá más partidas, dificultades más altas y comparaciones entre modelos con la misma tarea. Minecraft se está convirtiendo en una prueba de esfuerzo pública para la IA «agéntica», la que planifica y actúa por su cuenta. Y las preguntas valen mucho más allá de los videojuegos: ¿cuántas veces aciertan?, ¿cómo se recuperan de los errores?, ¿cuándo debe intervenir una persona? Son las mismas que plantean los recientes incidentes con agentes de IA descontrolados.
Sigue leyendo
- La IA escribe 700 artículos de matemáticas: qué comprueba Lean
- ¿Cuánto falta para la AGI? Así están las cosas en 2026
- OpenAI pide perdón a Australia por sus agentes de IA
Fuentes
- A team of Gemini 4 Argon agents beats Minecraft – M. Faldor, S. Singh, R. Raileanu, preprint en arXiv, 15 de octubre de 2026
- AI slays the dragon as four agents conquer Minecraft without human intervention – Paul Arnold, Tech Xplore, 20 de octubre de 2026
- Mastering diverse control tasks through world models – D. Hafner et al., Nature, abril de 2025
- Página del proyecto DreamerV3 – Danijar Hafner, 2025
