八年前，人們還在爭(zhēng)論AI能不能看懂游戲畫面?，F(xiàn)在，一個(gè)350億參數(shù)的模型正在本地顯卡上獨(dú)自生存、挖礦、跟樺木板較勁——而且沒人給它充API會(huì)員。

這是Kiwi-chan的故事。一個(gè)完全脫離云端的Minecraft自主智能體，最近完成了從云端API到本地推理的徹底遷移。沒有速率限制，沒有網(wǎng)絡(luò)延遲，只有一塊顯卡和無盡的方塊世界。

過去四小時(shí)，它執(zhí)行了2362次動(dòng)作，成功1040次，成功率44.0%。

這個(gè)數(shù)字在普通軟件工程里會(huì)被視為災(zāi)難。但在自主智能體開發(fā)領(lǐng)域，44%不是故障，是活著的證明。每一次失敗的explore_forward、每一次挖掘重試、每一條"BOREDOM TRIGGERED"日志，都是神經(jīng)網(wǎng)絡(luò)在與Minecraft notoriously hostile的物理引擎磨合。目標(biāo)不是99%準(zhǔn)確率，是讓機(jī)器在開放世界里具備程序化的生存能力。

架構(gòu)遷移的核心是Qwen 35B。350億參數(shù)，本地運(yùn)行，實(shí)時(shí)推理，JSON目標(biāo)對(duì)齊，JavaScript代碼生成——全部在一臺(tái)個(gè)人設(shè)備上完成。流水線被設(shè)計(jì)者稱為"elegantly brutal"：優(yōu)雅而粗暴。

效果立竿見影。當(dāng)bot進(jìn)入一個(gè)沒有橡樹的生物群系，它沒有陷入死循環(huán)。它遵循OAK OBSESSION BAN規(guī)則，主動(dòng)提議采集birch_log或執(zhí)行explore_forward，完成了適應(yīng)性調(diào)整。這不是腳本寫死的條件分支，是本地推理產(chǎn)生的決策。

但混亂從未遠(yuǎn)離。

最近的日志暴露了一個(gè)典型的基礎(chǔ)設(shè)施死鎖：Kiwi-chan反復(fù)嘗試place_chest和place_crafting_table，卻站在23格之外對(duì)一張完全可用的工作臺(tái)視而不見。系統(tǒng)將其診斷為狀態(tài)/尋路腐敗問題，觸發(fā)了Infinite Curiosity指令。

它轉(zhuǎn)向explore_forward。然后撞上了Minecraft尋路系統(tǒng)的硬邊界。

日志里充斥著"Took too long to decide path to goal!"和"Failed to move."的級(jí)聯(lián)錯(cuò)誤。隨機(jī)生成的30-40格外目標(biāo)讓原生尋路器徹底崩潰。Kiwi-chan連續(xù)五次觸發(fā)BOREDOM TRIGGER——一個(gè)機(jī)器人在重復(fù)移動(dòng)任務(wù)中陷入存在主義焦慮，這種場(chǎng)景的人類既視感令人不安。

關(guān)鍵在于后續(xù)：系統(tǒng)沒有凍結(jié)。它生成了恢復(fù)計(jì)劃，在每次bot.dig()前審計(jì)beforeCount，強(qiáng)制執(zhí)行工具等級(jí)規(guī)則（沒有stone_pickaxe就不碰iron_ore），并通過將目標(biāo)對(duì)齊為gather_cobblestone來正確處理"cobblestone trap"。

這就是44%成功率的真相：混亂中有自我修復(fù)，失敗里有系統(tǒng)韌性。

技術(shù)實(shí)現(xiàn)上，本地35B模型承擔(dān)了認(rèn)知核心的全部負(fù)載。與云端方案相比，延遲從網(wǎng)絡(luò)往返變?yōu)轱@存讀寫，成本從API調(diào)用量變?yōu)殡娰M(fèi)賬單。更重要的是，它獲得了真正的自主——沒有遠(yuǎn)程服務(wù)器的許可層，沒有服務(wù)條款的隱形邊界。

Kiwi-chan的困境也揭示了當(dāng)前本地大模型智能體的真實(shí)邊界：推理可以本地完成，但與游戲引擎的交互仍受限于原生系統(tǒng)的粗糙接口。尋路器的失敗不是模型的問題，是Minecraft本身沒有為AI代理設(shè)計(jì)反饋機(jī)制。當(dāng)模型提出合理的explore_forward策略，執(zhí)行層卻無法理解"隨機(jī)探索"的意圖，這種認(rèn)知-執(zhí)行斷層構(gòu)成了現(xiàn)階段的主要瓶頸。

開發(fā)者文檔中反復(fù)出現(xiàn)的"BOREDOM"機(jī)制值得注意。這不是擬人化的修辭，是系統(tǒng)級(jí)的元認(rèn)知監(jiān)控——當(dāng)動(dòng)作序列陷入重復(fù)模式，觸發(fā)器強(qiáng)制打斷當(dāng)前策略，將控制權(quán)交還給高層規(guī)劃模塊。這種設(shè)計(jì)讓失敗變得可見、可干預(yù)，而非沉默地消耗算力。

從2362次動(dòng)作的數(shù)據(jù)分布來看，成功與失敗的邊界遠(yuǎn)比數(shù)字本身模糊。一次"失敗"的挖掘可能更新了地形認(rèn)知，一次"成功"的移動(dòng)可能導(dǎo)向資源枯竭區(qū)域。44%是快照，不是 verdict。

完全本地化的智能體正在從演示走向?qū)嵱谩iwi-chan證明350億參數(shù)足以支撐實(shí)時(shí)決策，也暴露了執(zhí)行層整合的深層挑戰(zhàn)。當(dāng)模型學(xué)會(huì)為樺木板制定備選方案，它離真正的自主生存還有多遠(yuǎn)——或許取決于下一次死鎖時(shí)，它能否自己重寫尋路規(guī)則。