Quatro agentes de inteligência artificial rodando sobre o Gemini 4 Argon, do Google, derrotaram o Ender Dragon no Minecraft em uma partida totalmente autônoma, sem nenhum humano no comando — marca inédita para esse tipo de modelo. A equipe do Google DeepMind lançou os programas em um mundo gerado de forma aleatória, sem entregar funções, estratégias ou ferramentas próprias do jogo. A coordenação surgiu do zero: divisão de tarefas, alertas mútuos sobre ameaças, recuperação de itens deixados por colegas eliminados e registro de equívocos em uma memória comum ao grupo.
Números de uma sessão autônoma de mais de um dia
A operação durou 27 horas e 14 minutos sem interrupção. Nesse intervalo, os quatro agentes escreveram 2.783 programas em JavaScript, trocaram 229 mensagens entre si e morreram 605 vezes antes de fechar o objetivo. A conta da sessão ficou em US$ 1.620, valor calculado com o preço padrão do Gemini 4 Argon que passa a valer em 2027.
| Métrica | Resultado |
|---|---|
| Duração da partida | 27h14 |
| Programas JavaScript escritos | 2.783 |
| Mensagens entre os agentes | 229 |
| Mortes acumuladas | 605 |
| Custo total da sessão | US$ 1.620 |
O que mudou em relação aos jogos anteriores
Superar títulos como Minecraft exigia, até poucos anos atrás, sistemas de IA desenvolvidos sob medida e treinados do zero para cada ambiente. O resultado agora veio de um modelo de propósito geral: sem instruções específicas do jogo, os agentes aprenderam a operar em um mundo aberto e hostil apenas com código que eles próprios criaram. A coordenação também é fruto da autonomia, não de um roteiro prévio.
As 605 mortes dizem algo por si: autonomia não é sinônimo de eficiência. Os agentes erraram em escala, se recuperaram e seguiram — perfil que interessa a quem projeta aplicações corporativas, nas quais tolerância a falhas e capacidade de retomada pesam mais do que acerto na primeira tentativa.
A conta da autonomia
IA agêntica — categoria de modelos que encadeiam decisões, executam ações e corrigem a própria rota sem supervisão passo a passo — deixa de ser demonstração de laboratório quando o custo aparece na fatura. Inferência, o processamento que o modelo faz para gerar cada resposta, vira o item decisivo dessa equação: uma sessão de pouco mais de um dia, com quatro agentes, consumiu US$ 1.620. Escalar produtos com autonomia real depende menos da criatividade do modelo e mais do custo de cada processamento.
O que observar daqui para frente
Para quem investe, o dado relevante não é o dragão derrotado, e sim o custo por hora de operação autônoma. Modelos que agem sozinhos empurram a demanda por processamento e deslocam a disputa para quem entrega resultado consistente com a menor conta de computação. No Brasil, o tema toca investidores expostos a tecnologia, data centers e energia — elos que sustentam essa cadeia.