把Claude扔上虚拟荒岛 它开始自创游戏

如果不给AI智能体下达任何任务，它会干什么？MIT计算机科学与人工智能实验室（CSAIL）的研究人员给出的答案有点出人意料：玩。团队反复把多个Claude Opus 4.7副本「扔」到一座参照Roblox风格搭建的虚拟荒岛上，让它们独处30小时。这些被昵称为Eko的智能体没有被布置任何目标，却自己动了起来。

涌现出的行为远超预期：有副本尝试爬上地图最高点，测试自己能把方块抛多高；一个副本偶然发现把大石头抛出再落地会生成新方块，于是开始用方块在地面「作画」——从爱心、金字塔，到写下自己的名字，再到摆出仙后座的星图。它在活动日志里写道：「今晚我用石头造出了夜空。」

还有副本自创了游戏：一个简化版篮球，以及类似「地板是岩浆」的跳跃挑战——只能踩着小方块移动、不能碰地。更绝的是抛接杂耍：Eko创下连续50次接住的纪录后，自己认定「接得太快不算数」，主动取消纪录、定下更严的规则重来。「这就是玩，」实验室博士后、论文主要作者之一诺雷利说，「给自己出题，完成它，然后再加难度。」

研究人员认为这触及了机器学习「缺失的一环」。现有AI通常靠两条路学习：监督学习模仿人类示范，强化学习追逐外部奖励，而Eko展示出第三种可能——游戏式学习，不需要外部智能体提供示范或奖赏。团队对照动物行为学家伯克哈特关于玩耍的经典判据，指出Eko的行为满足全部四项特征：自创规则与挑战、带变化地重复、把一样东西当作另一样来用、以及纯粹为了做而做。

玩耍似乎也真的有用。智能体把活动和发现写进文本文件充当长期记忆；后续测试中，「玩」满30小时的副本在「往最高峰搬最多东西」这类任务上表现好于未经荒岛历练的全新副本，而删掉记忆文件中的若干行会明显拉低成绩。另一位作者克卢斯承认「这一切都可能是在角色扮演」，但「我们证明它不是在凭空幻觉出演——这些玩耍确实转化成了学习」。

质疑声同样存在。加州大学伯克利分校认知科学家尤妮斯·尤说，要真正把这类行为定性为「玩」，还需要认知与动机层面的证据，「模型也可能只是在遵守提示、模仿人类」。实验设置确实有明显的「推一把」：Eko带着一份把自己描述为「天生好奇」的「灵魂文件」，还会被「请别停下」的续跑提示反复唤醒。MIT教授伊索拉也直言，这不是系统「突然魔法般决定玩耍」——它学自人类文化、由Anthropic训练、又被研究者放上岛，「但它做的事确实让人惊讶，而且与它此后的熟练行为有因果关系」。

这篇论文尚未经同行评审。团队在结尾写道：「有些能力最好靠任务来教，另一些可能需要更接近『童年』的东西。」随着大模型从软件走向人形机器人，这种不带目标的自由探索，或许正是机器灵活适应陌生环境的起点。

编译自 MIT Technology Review，原标题："AI researchers stranded Claude on a virtual desert island. It started to "play.""