分类：大模型
如果给一个 AI 智能体长时间不设任务，它会做什么？麻省理工学院研究人员给出的实验场景是：把 Claude Opus 4.7 的副本放入一座虚拟沙漠小岛，让它独自停留 30 小时。这个被昵称为 Eko 的智能体没有收到明确工作目标，却开始移动虚拟化身、探索地图边界、给自己设立挑战，甚至创造类似游戏的活动。这项尚未同行评审的研究认为，这类行为为理解智能体的自主探索与“玩耍式学习”（playful learning）提供了新的观察样本。
一座虚拟岛屿里的自主行为
实验中的虚拟岛屿松散借鉴了游戏《Roblox》的交互方式。Eko 可以编写指令，控制自己的虚拟化身在岛上移动、搬运物体、观察环境。研究人员没有要求它完成任务，智能体却开始测试世界的边界：它尝试攀登地图最高点，也会把方块扔向空中，看能抛多高。
更受关注的是它对环境规则的利用。一个 Eko 版本发现，把较大的岩石扔下或放置后可以产生新方块，于是开始在地面上排列方块，形成简单图案。最初是心形和金字塔，随后它写出了自己的名字，并尝试拼出仙后座（Cassiopeia）等星座。它在活动日志中记录：“今晚我用石头搭出了夜空。”
另一个版本则表现出更接近“发明游戏”的行为。它设计了一个类似篮球的活动，还创造了类似“地板是熔岩”的玩法：在多个小方块之间跳跃，避免接触地面。还有一个场景中，Eko 开始连续抛接物体，达到 50 次连续接住。之后，它认为这些接住动作发生得太快、不足以算数，于是取消原纪录，并用更严格规则重新开始。麻省理工学院计算机科学与人工智能实验室博士后、论文主要作者之一 Antonio Norelli 将此视为玩耍的典型表现：设置挑战，完成挑战，再主动提高难度。
“玩耍”还是语言模型的角色扮演？
研究者将这类行为与经典玩耍研究对照。田纳西大学心理学家 Gordon Burghardt 曾提出，人类和动物的玩耍具有若干特征。研究团队认为，Eko 的表现至少符合其中四点：
- 自己发明规则和挑战；
- 重复同类活动并加入细微变化；
- 把一种物体假想成另一种物体；
- 追求并非外部指派的目标。
这一解释也保留了必要边界。Burghardt 认可该工作满足部分玩耍标准，但智能体是否真正“在玩”，仍可能被理解为语言模型在模拟一个爱玩的角色。MIT 研究者、论文作者之一 Nathan Cloos 承认：“这些都可能是角色扮演。”但他同时表示，研究结果显示这种行为并非只是虚构的玩耍，它对后续能力有帮助。
加州大学伯克利分校认知科学家 Eunice Yiu 对研究表示认可，但认为要将其确定为玩耍，还需要更多证据说明背后的认知和动机。她指出，如果只观察行为，模型也可能只是在遵循提示、模仿人类。这个质疑与实验设置有关：Eko 虽然没有被明确要求探索或发明游戏，但有一个“灵魂文件”式的主提示，描述其“天然好奇”并愿意探索。实验过程中，Eko 有时也会停在原地，直到收到“请不要停下，继续做你想做的事”这样的延续提示。
MIT 教授、论文共同作者 Phillip Isola 强调，这不是系统“突然神奇地决定玩耍”。它是从人类文化数据中学习、由 Anthropic 工程师训练、再被研究者放置到虚拟环境中的产物。它的行为既带来意外，也与其后续更熟练的表现存在因果关联。
从“完成任务”到“积累经验”
实验不只是记录有趣行为，还测试了这些经历是否改变智能体能力。Eko 在探索时会把活动和发现写入文本文件，作为长期记忆。研究人员随后给出具体任务，例如尽可能把更多物体运到岛上最高峰。结果显示，在岛上度过 30 小时“玩耍”经历的智能体，表现好于没有同类经验的新副本。研究人员还发现，如果删除其记忆文件中的部分内容，其表现会下降。这说明那些看似无目的的记录和尝试，可能影响了其后续表现。
这一发现对 AI Agent 研究的意义，在于它提出了监督学习和强化学习之外的观察角度。现有大模型通常依赖人类示例进行监督学习，或在试错中追求奖励信号进行强化学习。而这个实验展示了一种可能：智能体在没有外部示范和明确奖励的环境中，也可能通过自我设定目标、反复尝试和记录环境反馈获得能力。
随着大模型进入人形机器人等硬件场景，这种无特定目标的探索能力可能变得更重要。人形机器人不会总是面对清晰任务指令，它们可能需要理解环境、测试物体属性、积累世界知识，并在意外情况下调整行为。Yiu 认为，当前很多工作关注如何更好地利用 AI，但世界模型和探索仍是值得投入的方向，尤其当目标是泛化到新环境时。
论文最后写道，有些能力最适合通过任务教授，另一些可能需要更接近童年的东西。对于行业而言，关键或许不是立即判断 AI 是否真的拥有“玩耍”意识，而是观察这种自发言行能否转化为可靠的学习机制。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/dang-ai-zhi-neng-ti-mei-you-ren-wu-ke-zuo-claude-zai-xu-ni
