这个AI矿工在《我的世界》里死磕了4小时，就为了造把木镐

一个本地大模型，没有预设脚本，纯靠试错学会砍树、挖矿、合成工具——听起来像天方夜谭？但有人真这么干了，而且全程直播。

一张图看懂Kiwi-chan的"脑回路"

如果把Kiwi-chan的决策过程画成流程图，大概长这样：

【核心循环】感知环境 → 生成代码 → 执行动作 → 观察结果 → 失败？→ 触发"Coach"模块 → 生成替代方案 → 重试

这个循环在4小时的直播里跑了不知道多少轮。作者记录的日志显示，AI的"矿工生涯"堪称一部微观失败史：想砍橡木，失败；换泥土，不行；试白桦木，还是崩；最后连煤都不放过——像个在沙漠里找水的迷路旅人。

但有趣的不是失败本身，是失败后的反应。

为什么"卡住"比"做错"更可怕

作者提到一个细节：系统对移动距离有硬约束。如果AI没走出足够远的距离，直接报错。

这看似苛刻，实则是防死锁的关键设计。LLM生成的代码很容易陷入"原地打转"——比如反复尝试同一个不可能成功的动作。强制位移检查，相当于给AI装了个"物理闹钟"：动不了？那就是真卡了，别硬撑。

对比之下，那些"优雅"的失败反而被允许。砍橡木不行就换白桦木，这种策略调整正是学习发生的痕迹。

「The logs show a clear pattern: failure to gather oak logs leads to attempts at dirt, then birch logs」——作者的观察点出了核心：AI不是在执行固定流程，而是在构建自己的"资源获取优先级列表"。

代码即记忆：LLM如何"长记性"

另一个反直觉的发现：Kiwi-chan的"学习"不发生在权重更新里，而发生在代码生成中。

每次失败后，后台都在跑代码修复。作者注意到几个关键进步：

• 严格遵守"不写死坐标"的规则——意味着AI必须实时感知位置，不能偷懒记答案

• 把"合成"和"放置"拆成独立步骤——避免动作耦合导致的连锁错误

• 自动处理物品名映射（stone→cobblestone）——《我的世界》的老坑，新手人类玩家都常踩

这些不是预编程的，是LLM从错误中"想"出来的。所谓的"brain log"里，失败记录被结构化存储，成为后续决策的上下文。Qwen模型提供的"Recovery Plan"更像一份动态应急预案：当主策略崩溃时，有现成的B计划可切换。

木镐时刻：为什么这个工具这么重要

直播的高潮（如果4小时磨洋工也能叫高潮）是AI尝试合成木镐。

在《我的世界》的生存逻辑里，木镐是技术树的第一道门槛。没有它，只能用手挖泥土和沙子，永远拿不到石头，更别提铁和钻石。从游戏设计角度，这是"限制性进度"的经典案例：用工具锁定资源，用资源解锁新工具。

Kiwi-chan的"慢"，恰恰暴露了纯LLM agent的瓶颈：它必须亲身体验这个因果链，而不是像人类玩家那样"知道"该做什么。检查库存、确认材料、执行合成——每一步都要生成代码、执行、验证，任何环节出错就回滚重来。

作者说「Hopefully, it has enough planks and sticks!」时的语气，像极了一个看孩子第一次自己系鞋带的老父亲。

本地LLM的隐藏成本：一张显卡和一杯咖啡

文末的求赞助不是客套。作者坦白：「This whole operation is running on a prayer and a rapidly overheating GPU」。

这揭开了另一个反常识的事实——本地部署的"小"模型，推理成本未必低。Kiwi-chan的架构需要频繁调用LLM生成代码、诊断错误、规划恢复策略，每次生成都吃显存。4小时的直播背后，可能是风扇狂转的显卡和不断膨胀的电费单。

买咖啡链接的存在，也说明这类项目的可持续性困境：技术演示很酷，但谁来为"看AI慢慢学习"买单？

这玩意儿到底有什么用

回到最务实的问题。一个会在《我的世界》里死磕木镐的AI，除了娱乐价值，还能干嘛？

三个可能的落地方向：

第一，游戏测试自动化。传统脚本需要人工编写所有边界情况，而LLM agent可以探索"人类没想到的作死方式"——比如执着于用泥土造工具。

第二，机器人流程验证。把Minecraft换成真实工厂的仿真环境，Kiwi-chan的架构可以测试"如果传感器读错，系统会如何恢复"这类问题，比纯模拟更贴近真实故障模式。

第三，教育场景的原型。展示AI如何从错误中学习，比任何算法讲解都直观。毕竟，谁没看过一个新手玩家在《我的世界》里饿死呢？

作者最后的判断很克制：「slow progress, but it's steady progress」。没有宣称通用人工智能，没有夸大技术突破，只是记录一个本地LLM在受限环境里，用笨办法一点点啃下生存技能的过程。

这种诚实本身，在当下的AI叙事里反而稀缺。

如果你也在折腾本地大模型，或者单纯想看一个数字生命如何跌跌撞撞地"活"下去，这个项目的日志值得翻一翻。买杯咖啡支持一下也行——毕竟，你的显卡可能也在某个角落默默 overheating 呢。