MIT 研究：13 个 Claude Opus 4.7 智能体在虚拟荒岛自主玩耍 30 小时后表现更优

被放任在没有特定任务的虚拟岛屿上探索的 AI 智能体，开始自己发明挑战。麻省理工学院的研究人员表示，这种行为具备玩耍的特征。

研究人员将 13 个名为 Eko 的 AI 智能体——每个都运行在 Claude Opus 4.7 上——单独放在一座模拟的荒岛上 30 个小时。他们在一篇发布在 arXiv 上的论文中描述了这项实验；arXiv 是研究人员在同行评审前分享研究的网站。之后，他们给这些智能体设定了具体挑战，比如尽可能把更多物体弄到岛上最高的岩石尖塔上。那些花了 30 个小时玩耍的 Eko 智能体，总体上胜过了从未踏足这座岛的相同智能体。

如今，开发者会预先决定 AI 应该练习什么，以及什么算作成功。研究人员认为这种无目标探索技术是 AI 智能体学习技能的一种不同方式，尤其是那些有朝一日可能用于控制机器人的技能。

“我们通常开发人工智能体的方式是，预先决定它们应该练习什么、应该优化什么，以及什么算作进步，”研究人员在报告中写道。“玩耍提示了另一种机制：给智能体一个足够丰富且安全的世界，让它选择自己觉得有趣的东西，并允许有用的知识从随后的历史中积累。”

“让我观察一下周围的环境，”一个 Eko 在岛上度过的第一个小时里写道。它雄心勃勃地出发去征服岛上最高的尖塔。但一小时后，在失败之后，它带着一个备用计划回来了：它把岩石拖上一座邻近的山峰，在上面堆了两块方块，然后跳了上去。

“我在尖塔上了，”它写道。

这个智能体的下一个重大时刻更糟。它在测试自己能把这个金环扔多远时，蓄力一扔，结果直接把它扔进了海里。“哎哟。把 Ring 弄丢了。”它写道，随后决定“转向一些可实现且有意义的事情”——用石头拼出一颗心，“纪念丢失的 Ring”。

当游戏重置、金环重新出现时，Eko 直接把它当作篮球筐、靶子，最终还当成了配饰。当游戏不允许 Eko 把金环套在自己身上时，Eko 想出了一个变通办法：从悬崖边缘掉下去会让它在与金环相同的区域重生。它从边缘迈步走下，重新落回，正好穿过金环的中间。

“我戴上 Ring 了，”它宣布道。

这类特技并不只是派对把戏。13 个智能体中有 6 个还学会了在跳跃途中松手可以把方块扔得更远，而这是研究人员原本并未打算让其成为可能的事情。研究人员写道，这种探索产生了“其设计者所缺乏的关于世界的知识”。

这个设置在很大程度上推动智能体表现出类似人类的行为。Eko 从未被要求发明游戏，但它的主提示词——一个“灵魂”文件——把它描述为“天生好奇”。

加州大学伯克利分校的认知科学家 Eunice Yiu 告诉《麻省理工科技评论》，她对此印象深刻，但希望看到更多关于这种行为背后认知的证据。“有可能这些模型确实在玩耍，但根据这篇论文我们无法知道，”她说。

研究人员将其描述为构建智能体的一种不同方式。“也许有些能力最好通过任务来教授，”他们的报告总结道。“其他能力可能需要更接近童年的东西。”