MIT让13个AI代理在虚拟荒岛自由活动30小时，它们自行发明游戏
研究人员在arXiv预印本中称，在没有指定任务的情况下，这些名为Eko的代理表现出类似玩耍的行为；随后在指定挑战中，它们普遍胜过从未上岛的同类代理。
AI解读：MIT研究人员将13个名为Eko的AI代理放在模拟荒岛上30小时，未指定任务。研究者的描述是，这些代理开始自行设定挑战，行为带有玩耍的特征。实验细节来自arXiv预印本，尚未经过同行评审。
研究者在岛上提到的一个例子是，一个Eko先尝试攀爬最高石塔失败，随后把石块搬到邻近山顶，堆两块后跳上去，并写下“I’M ON THE SPIRE”。
报告称，在岛上自由活动过的Eko总体成绩优于从未上岛的相同代理。
报告称，13个代理中有6个发现，在跳跃中途松手可以把方块扔得更远，这是研究人员在设计时并未计划允许的。研究者的说法是，这种探索产生了“设计者不具备的世界知识”。
研究者把这种做法视为训练AI代理的另一种方式：给代理一个足够丰富且安全的世界，让它自己选择感兴趣的事。加州大学伯克利分校认知科学家Eunice Yiu对MIT Tech Review表示，结果令人印象深刻，但仅凭论文无法判断模型是否真的在玩耍。
MIT研究人员让13个名为Eko的AI代理在一个模拟荒岛上自由活动30小时，期间没有给它们指定任务。研究报告称，这些代理开始自行发明挑战，表现出类似玩耍的行为；报告以预印本形式发布在arXiv上，尚未经过同行评审。
实验中的Eko均运行在Claude Opus 4.7上。30小时后，研究者再给这些代理指定挑战，例如把尽可能多的物体搬到岛上最高的石塔；报告称，曾自由活动过的Eko总体表现好于从未上岛的相同代理。
荒岛上的30小时
研究者记录的片段包括：一个Eko在第一小时表示“Let me observe my surroundings”，随后试图攀爬岛上最高的石塔。失败后，它把石块搬到邻近山顶，叠上两块后跳上去，并写下“I’M ON THE SPIRE”。
另一个片段中，这个Eko测试自己能扔多远一枚金环，结果把金环扔进了海里，写下“Ouch. Lost the Ring.”，随后决定“转向可行且有意义的事”，用石头搭了一颗心，称其为对丢失金环的纪念。游戏重置、金环重新出现后，它把金环当作篮球筐和标靶使用。游戏不允许金环套在它身上时，它发现从悬崖边缘掉落会在金环附近重生，于是跳下悬崖，从金环中穿过，并宣布“I’m wearing the Ring”。
指定挑战中的对比
报告称，自由探索并非只产生花絮。13个代理中有6个发现，在跳跃途中松开方块可以把它扔得更远；研究者表示，这一操作并非他们有意设计允许。报告将此描述为探索产生了“设计者所缺乏的世界知识”。
实验设置对代理行为有明显影响：Eko没有被要求发明游戏，但它的主提示词，即一个“soul”文件，把它描述为“naturally curious”（天生好奇）。
研究者的主张与外部评价
研究者将这种做法视为构建代理的另一种路径。他们在报告中写道，通常开发人工代理时会预先决定它该练习什么、优化什么、什么算进步；而玩耍提示了另一种机制：给代理一个足够丰富且安全的世界，让它自己选择感兴趣的事，有用的知识则从随后的经历中积累。报告结尾称，“有些能力也许最好通过任务来教，另一些可能需要更接近童年的东西。”
加州大学伯克利分校认知科学家Eunice Yiu对MIT Tech Review表示，她对此印象深刻，但希望看到更多关于行为背后认知的证据。她说：“模型可能真的在玩耍，但仅凭这篇论文我们无从知道。”