Daftar Isi

 

Empat AI Gemini 4 Argon Tamatkan Minecraft, Bukti AI Mulai Mampu Bekerja sebagai Tim?

Keberhasilan kecerdasan buatan (AI) dalam menyelesaikan permainan video bukan lagi sekadar demonstrasi teknologi yang menarik untuk ditonton. Di balik pencapaian tersebut, ada pertanyaan yang jauh lebih penting: sejauh mana AI mampu merencanakan pekerjaan, membagi tugas, menghadapi kegagalan, dan bekerja sama untuk mencapai tujuan yang kompleks?

Pertanyaan ini menjadi semakin relevan setelah Google DeepMind mengumumkan eksperimen empat agen AI Gemini 4 Argon yang diklaim berhasil menamatkan game Minecraft tanpa bantuan langsung manusia. Keempat agen tersebut menjalankan berbagai aktivitas, mulai dari menjelajahi dunia, mengumpulkan sumber daya, membuat peralatan, hingga menghadapi Ender Dragon sebagai bos terakhir.

Berdasarkan penelitian berjudul "A Team of Gemini 4 Argon Agents Beats Minecraft" yang dipublikasikan di server pracetak arXiv pada 15 Oktober 2026, keempat agen AI itu membutuhkan waktu sekitar 27 jam 14 menit untuk menyelesaikan permainan. Eksperimen tersebut memperlihatkan perkembangan menarik dalam kemampuan AI menjalankan tugas bertahap dengan melibatkan koordinasi antarsistem.

Namun, menurut saya, hal paling menarik bukanlah keberhasilan AI mengalahkan Ender Dragon. Hal yang jauh lebih penting adalah bagaimana empat agen tersebut mengatur pekerjaan, bertukar informasi, memperbaiki kesalahan, dan mempertahankan tujuan selama lebih dari satu hari. Kemampuan seperti inilah yang berpotensi mengubah cara manusia memanfaatkan AI di dunia kerja.

Minecraft Menjadi Laboratorium untuk Menguji Kecerdasan AI

Bagi sebagian orang, Minecraft mungkin hanya permainan membangun rumah, menambang, dan bertahan hidup dari serangan monster. Namun, jika diperhatikan lebih jauh, game ini memiliki karakteristik yang membuatnya cocok digunakan untuk menguji kemampuan agen AI.

Pemain tidak cukup hanya memahami satu perintah. Mereka harus menyelesaikan serangkaian pekerjaan yang saling berkaitan. Untuk menghadapi Ender Dragon, misalnya, pemain perlu mengumpulkan bahan, membuat perlengkapan, mendapatkan sumber daya tertentu, menjelajahi lokasi berbahaya, dan mempersiapkan strategi pertempuran.

Setiap keputusan dapat memengaruhi tahapan berikutnya. Kekurangan sumber daya bisa menghambat kemajuan, sedangkan kesalahan saat menjelajah dapat berujung pada kematian karakter.

Situasi semacam ini membuat Minecraft lebih menarik dibandingkan pengujian AI yang hanya meminta sistem menjawab pertanyaan atau menyelesaikan satu soal matematika. AI harus mempertahankan konteks, memahami kondisi permainan, menentukan tindakan berikutnya, dan menyesuaikan strategi ketika menghadapi masalah.

Dalam eksperimen Google DeepMind, empat agen Gemini 4 Argon diberi tujuan utama untuk mengalahkan Ender Dragon. Peneliti tidak menetapkan pembagian pekerjaan secara khusus sejak awal. Para agen justru dibiarkan menentukan pembagian tugas sendiri selama permainan berlangsung.

Pendekatan tersebut penting karena menyerupai sebagian tantangan dalam lingkungan kerja nyata. Sebuah tim tidak selalu memiliki semua instruksi terperinci sejak awal. Anggotanya perlu mengetahui apa yang harus dikerjakan, informasi apa yang dibutuhkan, dan bagaimana pekerjaan mereka mendukung tujuan bersama.

Tentu saja, menyelesaikan Minecraft tidak otomatis membuat AI mampu mengelola perusahaan atau menggantikan pekerja profesional. Akan tetapi, eksperimen ini memberikan gambaran tentang bagaimana kemampuan perencanaan dan koordinasi dapat diuji dalam lingkungan yang memiliki aturan jelas.

Baca juga : Mengenal Unit Memori Komputer: Pengertian Bit, Byte, KB, MB, GB, hingga Petabyte

Empat Agen AI Lebih Menarik daripada Satu AI Superpintar

Selama beberapa tahun terakhir, pembicaraan mengenai AI sering berpusat pada kemampuan satu model untuk menulis kode, menganalisis dokumen, atau menjawab pertanyaan rumit. Padahal, masa depan AI mungkin tidak hanya ditentukan oleh seberapa pintar satu model, tetapi juga oleh kemampuannya bekerja bersama agen lain.

Dalam eksperimen ini, keempat agen berkomunikasi melalui fitur obrolan di dalam game dan menggunakan memori bersama untuk bertukar informasi. Total pesan yang dikirimkan selama permainan mencapai 229 pesan.

Angka tersebut mungkin terlihat kecil jika dibandingkan dengan percakapan manusia sehari-hari. Namun, fungsinya bukan sekadar mengobrol. Informasi yang dibagikan dapat membantu agen memahami perkembangan permainan, menyelaraskan tindakan, dan menghindari pengulangan pekerjaan yang tidak diperlukan.

Bayangkan sebuah perusahaan yang menggunakan beberapa agen AI sekaligus. Satu agen bertugas mencari informasi, agen lain menganalisis data, agen ketiga menyusun kode, sedangkan agen keempat memeriksa hasil akhirnya. Jika seluruh agen mampu bertukar informasi dengan tepat, pekerjaan yang kompleks berpotensi diselesaikan melalui pembagian tugas yang lebih terstruktur.

Model seperti ini dapat membantu pengembangan perangkat lunak, misalnya ketika satu agen menganalisis kebutuhan pengguna, agen lain menulis fungsi tertentu, dan agen berikutnya menguji kemungkinan kesalahan.

Meski demikian, memiliki banyak agen tidak selalu berarti pekerjaan akan lebih cepat atau lebih murah. Jika koordinasi buruk, agen bisa mengerjakan hal yang sama, menghasilkan rekomendasi yang bertentangan, atau menghabiskan sumber daya untuk saling memeriksa.

Karena itu, keberhasilan sistem multiagen tidak cukup diukur dari jumlah agen yang digunakan. Kualitas komunikasi, pembagian tanggung jawab, kemampuan menyelesaikan konflik, dan mekanisme pemeriksaan hasil justru menjadi faktor yang menentukan.

Ribuan Program dan Ratusan Kematian Menunjukkan AI Belum Sempurna

Salah satu bagian paling menarik dari eksperimen ini adalah jumlah kesalahan yang terjadi selama permainan.

Keempat agen dilaporkan menulis dan menjalankan 2.783 program JavaScript melalui pustaka open source Mineflayer. Kode tersebut digunakan untuk menjalankan berbagai tindakan, seperti bergerak ke koordinat tertentu, menambang blok, membuat perlengkapan, dan melawan musuh.

Namun, sekitar 22 persen program yang mereka tulis berakhir dengan kesalahan. Selain itu, keempat agen tercatat mengalami kematian sebanyak 605 kali selama proses permainan.

Angka-angka tersebut memperlihatkan bahwa keberhasilan AI tidak berarti setiap keputusannya benar. Sistem tetap dapat menghasilkan kode yang bermasalah, melakukan tindakan yang tidak efektif, atau membutuhkan percobaan berulang sebelum menemukan solusi.

Dalam konteks tertentu, hal ini justru menjadi pelajaran penting. Kemampuan AI yang berguna bukanlah kemampuan untuk tidak pernah melakukan kesalahan, melainkan kemampuan mengenali kegagalan, memahami penyebabnya, dan memperbaiki pendekatan tanpa kehilangan tujuan utama.

Sayangnya, informasi tersebut juga mengingatkan kita bahwa AI belum tentu dapat dipercaya untuk menjalankan tugas penting tanpa pengawasan.

Jika kesalahan hanya menyebabkan karakter Minecraft mati, dampaknya memang terbatas pada permainan. Namun, jika agen yang sama menjalankan tugas di lingkungan perusahaan, kesalahan kode bisa menyebabkan layanan berhenti, data tidak terbaca, atau sistem mengalami gangguan.

Dalam pekerjaan yang menyangkut keamanan, keuangan, dan data sensitif, kemampuan memperbaiki kesalahan harus dilengkapi dengan pengujian, pembatasan akses, pencatatan aktivitas, serta mekanisme persetujuan manusia.

Dengan kata lain, semakin besar kewenangan yang diberikan kepada AI, semakin penting pula sistem pengaman yang menyertainya.

Hampir 14 Jam Hanya untuk Mengalahkan Ender Dragon

Meskipun berhasil menamatkan permainan, perjalanan keempat agen tersebut tidak sepenuhnya efisien. Mereka membutuhkan waktu hampir 14 jam, atau nyaris separuh dari keseluruhan durasi eksperimen, untuk menemukan cara mengalahkan Ender Dragon.

Fakta ini menarik karena menunjukkan perbedaan antara kemampuan menyelesaikan tugas dan kemampuan menyelesaikannya secara optimal.

AI dapat mencapai tujuan akhir, tetapi belum tentu mampu memilih jalur paling cepat. Dalam pekerjaan nyata, perbedaan tersebut sangat berarti.

Misalnya, sebuah agen AI mungkin berhasil membuat aplikasi sesuai instruksi. Namun, jika prosesnya membutuhkan terlalu banyak percobaan, menghasilkan kode berulang, atau menggunakan sumber daya komputasi secara berlebihan, hasil tersebut belum tentu layak disebut efisien.

Karena itu, ukuran keberhasilan AI seharusnya tidak berhenti pada pertanyaan apakah sebuah tugas dapat diselesaikan. Kita juga perlu menilai berapa lama waktu yang dibutuhkan, berapa banyak kesalahan yang terjadi, seberapa besar biaya komputasinya, dan apakah hasilnya konsisten ketika tugas yang sama diulang.

Dalam eksperimen Minecraft, waktu hampir 14 jam untuk menghadapi bos terakhir menunjukkan bahwa perencanaan jangka panjang masih menjadi tantangan. Sistem mungkin memahami berbagai langkah yang diperlukan, tetapi menghubungkan seluruh langkah tersebut menjadi strategi yang efektif bukanlah perkara sederhana.

Kemampuan seperti ini akan sangat menentukan ketika AI digunakan untuk proyek yang berlangsung selama berhari-hari atau berminggu-minggu, terutama ketika perubahan kondisi menuntut sistem memperbarui rencana.

Apakah AI Benar-Benar Bermain Seperti Manusia?

Ada satu batasan penting yang perlu diperhatikan sebelum menyimpulkan bahwa Gemini 4 Argon telah mampu bermain Minecraft seperti manusia.

Dalam eksperimen tersebut, para agen mendapatkan informasi terstruktur mengenai kondisi dunia melalui Mineflayer. Mereka dapat mengakses informasi tentang blok dan keadaan musuh tanpa harus sepenuhnya mengenali objek dari gambar di layar seperti pemain manusia.

Artinya, cara agen berinteraksi dengan permainan berbeda dari pengalaman pemain yang mengandalkan penglihatan, antarmuka, dan kontrol konvensional.

Penggunaan Mineflayer bukan berarti pencapaiannya tidak berarti. Justru, integrasi antara model AI dan perangkat lunak yang memungkinkan tindakan nyata merupakan salah satu aspek penting dalam pengembangan agen AI. Namun, perbedaan metode ini perlu diperhitungkan ketika kita membandingkan kemampuan AI dengan manusia.

Selain itu, permainan dijalankan pada tingkat kesulitan Easy. Kondisi ini membuat serangan musuh relatif tidak terlalu berat dibandingkan tingkat kesulitan yang lebih tinggi.

Para agen juga memperoleh manfaat dari pengetahuan yang didapat selama proses pelatihan mengenai Minecraft dan Mineflayer. Dengan demikian, keberhasilan mereka bukanlah bukti bahwa AI dapat menghadapi semua lingkungan baru tanpa persiapan.

Pengujian lanjutan perlu dilakukan dalam kondisi yang lebih bervariasi. Misalnya, meningkatkan tingkat kesulitan, mengubah aturan permainan, membatasi akses informasi, atau meminta agen menyelesaikan tujuan yang tidak pernah mereka hadapi sebelumnya.

Jika kemampuan mereka tetap stabil dalam situasi tersebut, barulah kita memiliki alasan yang lebih kuat untuk menilai seberapa jauh agen AI dapat beradaptasi.

Biaya Rp9,3 Juta untuk Menamatkan Minecraft

Ada satu aspek lain yang tidak kalah menarik, yaitu biaya komputasi.

Menurut laporan yang dirangkum KompasTekno dari Mashable, eksperimen tersebut memproses sekitar 1,35 miliar token input, dengan sebagian besar berasal dari input cache. Total biaya penggunaan model diperkirakan mencapai 520 dollar AS atau sekitar Rp9,3 juta.

Angka tersebut menunjukkan bahwa kemampuan AI menyelesaikan tugas kompleks tidak datang tanpa biaya. Walaupun sebagian besar token berasal dari cache, sistem tetap memerlukan sumber daya untuk mempertahankan konteks, merencanakan tindakan, menjalankan kode, dan berkoordinasi dengan agen lain.

Tentu saja, biaya eksperimen ini tidak bisa langsung dibandingkan dengan biaya tenaga kerja manusia. Minecraft bukan pekerjaan yang menghasilkan nilai ekonomi secara langsung, sedangkan tujuan eksperimen utamanya adalah menguji kemampuan teknologi.

Namun, biaya tersebut menjadi pengingat bahwa perusahaan perlu menghitung manfaat dan pengeluaran sebelum mengadopsi sistem multiagen.

Jika AI mampu menyelesaikan pekerjaan yang sebelumnya memerlukan waktu berjam-jam dari beberapa tenaga profesional, biaya komputasi mungkin layak dibayar. Sebaliknya, jika agen berulang kali gagal, mengonsumsi banyak token, dan tetap membutuhkan pengawasan intensif, keuntungan ekonominya bisa menjadi jauh lebih kecil.

Oleh sebab itu, perkembangan AI tidak hanya akan ditentukan oleh kecerdasan model. Efisiensi komputasi, keandalan, dan kemampuan menghasilkan manfaat nyata juga akan menjadi faktor penentu.

Masa Depan AI Bukan Sekadar Menggantikan Pekerjaan Manusia

Menurut saya, pencapaian empat agen Gemini 4 Argon lebih tepat dilihat sebagai eksperimen yang membuka kemungkinan baru daripada bukti bahwa AI sudah siap menggantikan manusia dalam pekerjaan kompleks.

Teknologi ini memperlihatkan bahwa agen AI dapat menjalankan rangkaian tindakan, menggunakan alat pemrograman, berkomunikasi dengan agen lain, dan mempertahankan tujuan dalam jangka waktu panjang. Kemampuan tersebut memiliki hubungan yang jelas dengan pengembangan perangkat lunak dan berbagai proses bisnis.

Namun, masih ada pekerjaan rumah besar: mengurangi kesalahan, meningkatkan efisiensi, menjaga koordinasi, dan memastikan hasil tetap dapat diandalkan ketika kondisi berubah.

Bagi pekerja teknologi, perkembangan ini patut diperhatikan. Kemampuan menggunakan AI kemungkinan akan semakin penting, tetapi bukan berarti semua orang harus berlomba-lomba membuat agen otonom sendiri. Memahami cara mengarahkan AI, memeriksa hasilnya, dan mengenali batas kemampuannya bisa menjadi keterampilan yang lebih berguna dalam waktu dekat.

Pada akhirnya, keberhasilan menamatkan Minecraft memang menarik, tetapi nilai sesungguhnya dari eksperimen ini terletak pada pelajaran yang bisa diambil darinya.

AI tidak hanya sedang diuji untuk menjawab pertanyaan dengan benar. AI juga mulai diuji untuk bekerja, mengambil tindakan, menghadapi kegagalan, dan berkolaborasi dalam mengejar tujuan.

Perjalanan menuju AI yang benar-benar dapat diandalkan masih panjang. Namun, ketika empat agen mampu menyelesaikan permainan selama lebih dari 27 jam, kita mendapatkan gambaran awal tentang arah perkembangan teknologi tersebut.

Pertanyaan berikutnya bukan lagi sekadar apakah AI mampu menamatkan sebuah game. Pertanyaan yang jauh lebih penting adalah apakah kemampuan yang sama bisa diterapkan pada pekerjaan nyata dengan hasil yang aman, konsisten, dan sepadan dengan biayanya.