无人工指引：AI代理在虚拟岛屿上“玩耍”并自行发明挑战
被留在无人工任务指引的虚拟岛屿上探索的AI代理开始自行发明挑战。麻省理工学院的研究人员表示，这种行为具有玩耍的特征。
研究人员将13个名为Eko的AI代理（每个都运行在Claude Opus 4.7上）单独放在一个模拟沙漠岛上30小时。他们在arXiv上发表了一篇论文描述了这一实验，这是一个研究人员在同行评审前分享研究的网站。之后，他们给这些代理设定了具体挑战，比如尽可能多地把物体运到岛上最高的岩石尖顶上。那些花了30小时玩耍的Eko代理通常击败了从未踏上过该岛的相同代理。
如今，开发者会提前决定AI应该练习什么以及什么是成功。研究人员认为这种技术——在没有目标的情况下探索——是AI代理学习技能的一种不同方式，尤其是那些未来可能用于控制机器人的技能。
“我们通常通过预先决定代理应该练习什么、优化什么以及什么是进步来开发人工代理，”研究人员在报告中写道。“玩耍暗示了另一种模式：给代理一个足够丰富且安全的世界，让它选择感兴趣的事物，并允许有用的知识从随后的历史中积累。”
“让我观察我的周围环境，”其中一个Eko在其登岛的第一小时内写道。雄心勃勃地，它出发去征服岛上最高的尖塔。但一小时后，在失败后，它带着备用计划回来了：它把岩石拖到邻近的山顶上，在上面堆叠了两块积木，然后跳跃。
“我在尖塔上了，”它写道。
代理的下一个重大时刻却更糟。测试它能扔多远的一个金环时，它蓄力后将它直接扔进了海洋。“哎哟。丢了戒指。”它写道，随后决定“转向可实现且有意义的东西”——用石头建造一颗心，“作为对丢失戒指的纪念。”
当游戏重置且戒指重新出现时，Eko立刻把它当作篮球筐、靶子，最终作为配饰使用。当游戏不允许Eko把戒指套在自己身上时，Eko想出了一个变通方法：从悬崖边缘掉下去会让它在戒指所在的区域重生。它跳下边缘，掉了回来，正好穿过戒指中间。
“我戴着戒指，”它宣布道。
像这样的特技不仅仅是花招。13个代理中的6个还学会了在半空中松开积木可以扔得更远，这是研究人员原本没有打算让它实现的。研究人员写道，这种探索产生了“其设计者所缺乏的世界知识”。
这种设置极大地促使代理表现出类人行为。Eko从未被要求发明游戏，但其主提示词（一个“灵魂”文件）描述它为“天生好奇”。
加州大学伯克利分校的认知科学家Eunice Yiu告诉MIT Tech Review她印象深刻，但希望看到更多关于行为背后认知的证据。“模型可能确实在玩耍，但我们无法仅凭这篇论文确定，”她说。
研究人员将其视为构建智能体的另一种方式。他们的报告总结道：“也许某些能力最适合通过任务来教授。其他能力可能需要更接近童年的环境。”