4B 模型 23 步挖到铁矿：不写字的 Agent 在 RTX 3090 上跑通了

一款叫 Mica 的 4B 模型，用 23 步决策在 Minecraft 里挖到了铁矿——它从头到尾没生成过任何文字 token，只靠读取候选动作的概率来选下一步。这意味着 LLM（大语言模型）开始被当"评分器"用，而不是"作家"。

这是什么

传统的 AI Agent（能自动操作电脑或软件的 AI）会先生成一串文字指令，再交给程序跑。Mica 的思路反过来了：开发者把所有可能的操作列成清单，模型只负责给每个选项打分，挑分数最高的执行。23 步从空手到铁矿，砍树、做工作台、木镐、石镐、熔炉、烧炼、铁镐，全程 90 到 150 毫秒一步。模型量化到 Q5_K_M（一种压缩格式），单张 RTX 3090 显卡就能跑。

行业怎么看

乐观者认为这是 Agent 落地的低成本解法——4B 模型加消费级硬件，意味着企业不用再为"试用一下"去买 A100、H100 这种动辄十几万的卡。但谨慎的声音同样值得听：Minecraft 是有限动作空间（指令基本固定），真实业务里候选动作可能成千上万且动态变化；评分式方法本质是把 LLM 当分类器用，并非新发明，真正新鲜的是"开源复现+跑通完整任务链"；另外，90 毫秒延迟对游戏无感，但工业控制场景对稳定性的要求远不止于此。

对普通人的影响

对企业 IT：消费级显卡跑 Agent 从"演示玩具"走到"部门级试用"更近一步，但要进核心生产系统还差可靠性验证。对个人职场：你未来要会的可能不是"怎么让 AI 写代码"，而是"怎么给 AI 列候选清单"——把任务拆成可打分选项，正在变成一种新技能。对消费市场：本地化、轻量化 Agent 更可能落到手机、家电、车机上，而不是必须连云——隐私和成本两端都更友好。