多 Agent 协作的两极：前沿模型自组织涌现与编排本身可学习 合读精读（Gemini 4 Argon 击败 Minecraft & MPT 自编排训练）
本篇合读两篇多 agent 协作论文。Google DeepMind 把四个通用 Gemini 4 Argon 编码 agent 放进沙盒 Minecraft，不给角色、不给计划、不给游戏工具，27 小时 14 分钟、2,783 个程序、229 条聊天后击败末影龙，是首个端到端自主通关，展示了前沿模型自组织协作的涌现实录。Harvard 的 MPT 则把『谁来行动』的编排决策本身变成可训练对象：出价同时决定轮次分配与信用分配，在具身合成、机器人导航、深度研究三领域全面超越单体 RL 与固定编排。一篇是涌现的过程数据，一篇是显式训练编排机制，恰好构成多 agent 协作研究光谱的两极。