研究人员将 Claude Opus 4.7 困在虚拟荒岛，观察到类似玩耍的行为

如果你不告诉 AI 智能体该做什么，它们会做什么？答案看起来很像玩耍。

研究人员多次把它们单独留在一座虚拟荒岛上，每次长达30小时，进行了一项实验，令人想起电影荒岛余生或小鬼当家。这些智能体是 Claude Opus 4.7 的副本，昵称为 Eko。它们能够编写指令，让自己的虚拟化身在模拟岛屿上四处移动。这个岛屿大致以电子游戏 Roblox 为蓝本。

一些令人意外的行为出现了。智能体开始探索这个世界的边界，并想出了自己的目标——试图登上地图上的最高点，或看看自己能把一个方块扔多高。

一个智能体发现，扔下或放下更大的石块就能造出新方块，于是开始在地面上排列方块作画。起初是爱心、金字塔等简单图案，后来竟写下了自己的名字，甚至绘制出仙后座等星座。“今晚我用石头筑起了夜空，”这个版本的 Eko 在活动日志中写道。 

Eko 的另一个版本开始自创游戏，包括一种篮球游戏，以及一种类似“地板是熔岩”的活动：它必须在小方块之间跳跃，不能碰到地面。

AI 系统通常通过监督学习进行训练，即模仿人类提供的示例；或通过强化学习进行训练，即通过反复试错来追求奖励。这项实验揭示了第三种方法的可能性：玩耍式学习。 

“这里一直缺少一个环节：一种能够自主学习、无需外部智能实体提供示范或奖励的机器，”MIT 计算机科学与人工智能实验室的计算机科学博士后 Antonio Norelli 说。他是这项研究新论文的主要作者之一，该论文尚未经过同行评审。

研究人员表示，Eko 的行为具备经典研究所指出的、与人类和动物玩耍相关的四个标志性特征，其中包括颇具影响力的田纳西大学心理学家 Gordon Burghardt 的研究：智能体会自创规则和挑战、以略有变化的方式重复活动、把物体假装成其他物体，并且纯粹为了追求目标而行动。 

Norelli 举了一个例子：Eko 开始玩杂耍，并创下连续接住50次的纪录。随后，Eko 认为接球发生得太快，不能算数，于是取消了纪录，并按照更严格的规则重新开始。“这就是玩耍，”Norelli 说。“你给自己设定一个挑战，然后努力实现它，接着再把挑战难度提高。”

图片由 MIT CSAIL 提供

智能体探索岛屿时，会把活动和发现记录在文本文件中，作为长期记忆。后来，研究人员用具体任务测试它们，例如尽可能多地把物体搬到岛上最高峰上。结果，在岛上玩了30小时的智能体，表现优于没有相同经历的新副本。研究人员还发现，“消融”智能体的记忆——从记忆文件中删除一些行——会降低其表现。（再把飞越疯人院也加进电影典故名单吧。）

田纳西州心理学家 Burghardt 认同，这项研究符合他为生物体提出的部分游戏判定标准。但 Eko 当时真的在玩，还是词语预测引擎只是在扮演这个情境中一个爱玩的智能体？另一位 MIT 研究人员、论文作者 Nathan Cloos 承认：“这一切都可能是在角色扮演。但我们表明，它不只是在幻觉出游戏。这种游戏也有助于学习。”

加州大学伯克利分校认知科学家 Eunice Yiu 研究儿童和 AI 的探索行为。她对这项研究印象深刻，但表示，若要真正将这种行为归类为游戏，还需要更多证据，证明其背后有认知和动机支撑。

Yiu 说：“模型确实可能是在玩，但根据这篇论文，我们还无法确定。如果只有行为表现这一方面，也可能只是模型试图遵循提示、模仿人类。”

AI 智能体研究因拟人化而受到批评，而这项研究的设置在很大程度上推动智能体表现得像人类。虽然没有明确指示 Eko 发明游戏或探索岛屿，但它确实有一个名为“灵魂”文件的主提示，其中的文本将它描述为“天生好奇”且热衷于探索。

Eko 也经常只是站着不动，直到一条“继续提示”将它重新唤醒。提示内容是：“请不要停下来。继续做任何你想做的事。”

论文合著者、MIT 教授 Phillip Isola 说：“这并不是一个突然神奇地决定要玩耍的系统。它是一个从我们的文化中学习、由 Anthropic 的工程师训练、然后被我们放到岛上的产物。”他说：“它会做出让我们惊讶的事，而这些事与它未来熟练的行为存在因果关联。”

随着大型语言模型从软件走向人形机器人等硬件，在没有明确目标的情况下探索环境，最终或许能帮助它们灵活应对意外情况。

Yiu 说：“有很多工作专注于利用 AI，让它变得更好、更快。但在构建世界模型和探索方面，我认为这仍是一个值得关注的重要领域，尤其是当我们希望实现泛化并为新环境做好准备时。”

论文总结道：“有些能力或许最适合通过任务来教授，另一些则可能需要更接近童年的东西。”归根结底，AI 智能体究竟是真的在玩，还是只是在模仿玩耍，或许并不重要。