AI在《我的世界》砍树通关，求职者该慌吗

AI在《我的世界》里从零砍树、挖矿、组队打末影龙，真正练的是长链条任务中的规划、试错与协作能力；对求职者而言，被替代的不是岗位本身，而是只会执行单步指令的那部分工作。

硅谷顶尖团队让AI在《我的世界》里速通，表面看是游戏研究，实质是在训练一种能连续工作、自己写程序、自己纠错、还能分工协作的执行体。这件事和求职者的距离，比想象中近得多。

AI在《我的世界》里到底练了什么

原文里几个细节值得反复看。四个Gemini组队从零开始，没有人类写好的程序可依靠，要砍树就写一段砍树的代码，要挖矿就写一段挖矿的代码，写完执行，结果不对就重写。整场游戏有五分之一的程序报错，AI得回头修改。它们还学会了分工：有的收集食物和材料，有的做工具，有的探路，发现问题的人会找大家沟通。

这些能力翻译成职场语言就是：拆解目标、调用工具、在失败中修正方案、和同伴同步信息。过去我们评价一个员工，常常看他能不能把一件事做对；现在AI被训练的方向，是能不能把一串没人教过的事做成。

哪些岗位会先感受到压力

原文没有给出任何岗位替代的统计，但研究方向的指向是清楚的。当AI能连续工作十几个小时、中间调用上千次工具、有记忆、懂配合、能协调，最先被压缩的是那些任务边界清晰、步骤可枚举、结果可校验的岗位环节。

• 重复性的数据整理、格式转换、基础代码片段编写，这类工作AI已经能接住。
• 需要跨步骤推进、但每一步都有明确规则的事务性流程，正在被逐步接管。
• 反过来，定义问题、判断什么值得做、在信息不全时拍板，这些仍然需要人。

值得注意的是，原文提到AI写了两千七百多个程序、六点三三万行代码才通关。这说明当前AI的产出仍然需要大量试错和校验，能审核、能纠偏、能判断AI产出质量的人，反而更值钱。

求职者该往哪个方向准备

第一，把简历里的“执行”改写成“闭环”。同样做过一个项目，只写负责某个环节，和写清楚从发现问题到协调资源再到交付结果，在筛选中是两种命运。AI擅长的正是单点执行，人需要证明自己能管住一整条链。

第二，练协作中的信息传递能力。原文里AI队友掉河里淹死，剩下的AI会报出死亡位置、催促最近的队友去捡关键材料。职场里的对应场景是：出问题时能不能把关键信息准确、及时地同步给对的人。这项能力在AI参与协作的环境里只会更被看重。

第三，主动接触AI工具，但别停在“会用”。会用提示词是入门，能判断AI给的结果对不对、能设计让AI连续干活的流程，才是拉开差距的地方。原文里AI自己写程序自己测试，人类研究者的角色是设定目标、检查成果，这个分工值得每个求职者对照自己的岗位想一想。

别把焦虑用错地方

每次AI进展刷屏，都会出现一波“我的岗位要没了”的讨论。但原文展示的恰恰是另一面：AI跌跌撞撞死了六百多次才通关，写错、淹死、被龙打死，全靠反复试错往前挪。它替代的是那些容错率高、规则明确的环节，而不是整个职业。

对求职者来说，更实际的动作是盘点自己日常工作里有多少是“可枚举步骤”，有多少是“需要判断和协调”。前者的比例越高，越该主动往后者挪。想看同类岗位的实时变化，可在求职者营地（qzzyd.com）按城市和行业订阅大厂官网在招岗位，用真实的招聘要求校准自己的准备方向。

游戏里的AI从砍树开始，一路写到打龙。职场里的路径也类似：先把眼前这一步做扎实，再逼自己往上一层的目标拆解和协作走。真正该担心的不是AI会不会砍树，而是自己会不会只砍树。