DeepMind поделилась результатами любопытного эксперимента: четыре AI-агента на базе больших языковых моделей самостоятельно выучили Minecraft, написав в процессе 2783 программы и умерев 605 раз на сложности Easy. На весь процесс ушло 27 часов — и это обошлось примерно в $520 на вычисления.

Суть подхода в том, что агенты не получали заранее готовые инструкции, а использовали LLM для планирования и написания собственного кода, который потом выполнялся в игре. Каждая смерть или неудача становилась информацией для следующей попытки. Это существенно отличается от обычных решений для игр, где ИИ либо обучают на размеченных данных, либо используют reinforcement learning с готовым функционалом.

Сообщество в том числе обсуждает практическую ценность: с одной стороны, это демонстрация способности ИИ к планированию и адаптации в реальных условиях неопределённости. С другой — стоимость ($520 за 27 часов игры) и вопрос, может ли это масштабироваться на более сложные сценарии. Есть и скептические голоса: задача выучить Minecraft на Easy всё ещё проще, чем научиться решать настоящие практические проблемы.

Для разработчиков ИИ-продуктов это показывает потенциал и граничения текущих подходов. LLM хорошо планируют и пишут код, но полагаться только на них затратно, требует множества итераций и не даёт гарантий. Комбинация с более специализированными методами часто даёт лучший результат за меньшие деньги.

В российском контексте подобные эксперименты интересны для компаний, которые автоматизируют сложные процессы. Например, использование ИИ-агентов для тестирования ПО или планирования логистики может работать, но важно понимать: это потребует собственного экспериментирования и бюджета на доработку, а не просто применение готового решения. Платформы вроде AI Studio позволяют относительно быстро прототипировать такие подходы, но в production коле нужна тщательная оптимизация, иначе стоимость будет астрономической.

В целом это работа, которая хорошо освещает как возможности modern LLM, так и их ограничения. Ценна для сообщества не столько тем, что DeepMind смог решить Minecraft, сколько тем, что честно показал процесс, затраты и количество попыток. Это контрастирует с некоторыми маркетинговыми заявлениями в AI-индустрии, где ценность часто преувеличивается.