荒島閒置三十小時，AI智能體竟自己玩了起來

荒島閒置三十小時，AI智能體竟自己玩了起來

十三個智能體被單獨留在虛擬荒島

美國麻省理工學院的研究人員把十三個名叫Eko的人工智能智能體，分別單獨放在一座模擬荒島上，一放就是三十個小時，沒有給任何任務、分數和獎勵。智能體用的是Anthropic公司編碼助手Claude Code中運行的Claude Opus 4.7模型，每個智能體擁有一個虛擬身體，靠書寫指令在島上走動、跳躍、撿拾和投擲，所有活動記錄在文本文件裏作爲長期記憶。據TechCrunch報道，這項研究已作爲論文發表在預印本網站arXiv上，尚未經過同行評審。

島上只有石塊圓環，指令僅提示保持好奇

這座名爲Mesa World的虛擬島嶼，用開源引擎Clawblox搭建，帶有剛體物理效果，地形高低起伏，有兩處高點Peak和更高的Spire。島上只有十二個方塊、一塊岩石和一個圓環，外加故意夠不到頂的Spire。研究人員每隔一小時重置島嶼和助手會話，但智能體的記憶文件會保留。Tech Xplore援引研究介紹，智能體收到的唯一指示是保持好奇，沒有任何具體目標。

沒有任務卻自創挑戰，保齡籃球輪番上場

出乎意料的是，智能體並沒有停機或重複空轉，而是自己找起了樂子。有的嘗試登頂Spire，失敗後想到在鄰峯上堆方塊再起跳，一舉登頂並宣告成功；有的把圓環當籃球筐，把岩石當保齡球，還有的玩起了雜耍。一個智能體發現用力投擲某塊岩石會觸發隱藏機制、變出新方塊，便用這些方塊在地面拼出星座圖案。據ZME Science報道，還有智能體把名字拼在地上、用方塊作畫、給倒塌的塔命名，甚至在圓環掉出世界邊界後建了一顆石頭心形紀念它。

套環穿身跳崖卡位，六成智能體悟出跳投技巧

智能體的玩法不乏"鑽空子"式創造力。遊戲重置後圓環重現，一個智能體先後把它當作籃筐、靶子和配飾；當系統不允許把環套在自己身上時，它發現從懸崖邊掉下去會在圓環附近重生，於是縱身一躍穿環而過，宣佈自己"戴上了戒指"。另有六個智能體自己摸索出跳起瞬間鬆手能把方塊扔得更遠。Time News轉述研究稱，智能體第一小時多在觀察環境，隨後開始挑戰最高峯，充分展現了自發探索的特徵。

四條遊戲特徵全中，心理學家標準也被觸及

研究人員認爲，這些行爲符合田納西大學心理學家Gordon Burghardt提出的遊戲四個標誌：自創規則與挑戰、重複中求變化、把物體假裝成別的東西、爲做而做。Burghardt本人也向MIT Technology Review承認，這項工作符合他提出的部分標準。論文作者之一、麻省理工學院博士後Antonio Norelli舉例說，智能體從雜耍起步，在更嚴格的規則下反覆嘗試，還建造塔樓、巨石陣式紀念碑，並測量島嶼的物理規律。

有無玩耍經驗一比，登頂運物成績拉開差距

玩耍是否真能帶來本事，是這項實驗的關鍵一問。研究人員讓十三隻有三十小時"玩耍經驗"的智能體與十三隻零經驗的新智能體同場競技，每項任務限時一小時。據TechAI Wire報道，搭建多個五層方塊塔的任務中，有經驗組十三隻裏八隻超過兩座、最多十六座，新手組只有兩隻超過兩座、最多六座；往Spire上運物，有經驗組平均放十點三個，新手組平均三點五個；往Spire上投擲方塊，有經驗組僅三隻失敗，新手組失敗過半；只有比拼最高單塔時兩組打平。

刪掉記憶文件成績下滑，經驗確有實際價值

研究團隊還做了記憶消融對照：刪掉智能體記憶文件中的若干行後，任務表現隨之下降，證明"玩過"的經驗確實沉澱在記憶裏、有實際用處。麻省理工學院研究者、論文作者Nathan Cloos向MIT Technology Review坦言，這些完全可能是角色扮演，但"不只是在幻覺式地玩，玩耍確實促進了學習"。研究人員在論文中寫道，玩耍指向另一種培養智能體的路徑：給智能體一個足夠豐富安全的世界，讓它自己決定什麼有趣，任由有用的知識從經歷中積累。

下一步或改寫訓練邏輯，開放世界成新考場

這項研究把"玩耍"這個兒童與動物學習的核心機制，第一次系統地搬進了智能體訓練的討論。研究團隊已隨論文開源Clawblox引擎，可用現成編碼助手接入，供其他團隊復現和擴展。若"先玩後學"被證實行之有效，未來的智能體訓練可能不再只是定任務、定指標、定優化方向，而是先放進開放世界自由探索。接下來學界將檢驗這一效應能否走出小島、在更復雜的真實任務中復現，而圍繞"機器到底會不會玩"的爭論，恐怕纔剛剛開始。