把Claude困在虚拟荒岛上30小时，它开始自己发明游戏

MIT计算机科学与人工智能实验室的研究团队设计了一项颇具创意的实验：将Anthropic的Claude Opus 4.7模型副本单独置于一个松散参照Roblox游戏构建的虚拟荒岛环境中，每次持续30小时，且不给予任何具体任务指令。这些被昵称为Eko的AI智能体可以通过编写指令控制虚拟化身在岛上移动，研究人员想观察的问题只有一个：在没有人告诉它该做什么的情况下，AI会做什么？

Eko的行为远超研究人员的预期。一个副本在发现可以通过投掷和丢落大石块来生成新方块后，开始用方块在地面上作画，从简单的心形和金字塔图案逐渐演进到写出自己的名字，最终拼出了仙后座等星座轮廓。它在活动日志中写道：「今晚我用石头建造了夜空。」另一个副本则自创了多种游戏，包括一种篮球变体和类似「地板是熔岩」的跳跃游戏，要求自己在不触地的情况下在小方块间跳跃。

研究人员将Eko的行为与心理学家Gordon Burghardt关于动物玩耍的经典研究框架进行对照，发现其符合四大核心特征：自定规则与挑战、带有微小变化的重复行为、将物体象征化为其他事物，以及纯粹为目标本身而行动。论文第一作者、MIT博士后Antonio Norelli特别举例说明：Eko曾连续接球50次创下记录，随后认为接球速度太快不算数，主动取消记录并以更严格的规则重新开始。「这就是玩耍，」他说，「你给自己设定挑战，完成后再让它变得更难。」

这项实验还揭示了玩耍对AI学习能力的实质性影响。Eko在探索过程中将所有活动和发现记录在文本文件中作为长期记忆。当研究人员随后测试特定任务时，经历过30小时自由探索的Eko副本表现明显优于没有该经历的新副本。研究人员还发现，删除记忆文件中的部分内容会显著降低Eko的任务表现，进一步证明探索过程中积累的经验对后续能力有实质贡献。

不过，学界对于Eko的行为是否构成真正意义上的「玩耍」仍存在争议。加州大学伯克利分校认知科学家Eunice Yiu指出，仅凭行为层面的证据难以确认其背后是否存在真实的认知动机，模型也可能只是在模仿人类玩耍的样子。论文作者之一Nathan Cloos也坦承，这些行为存在角色扮演的可能性，但强调实验数据表明这种「玩耍」确实转化为了可测量的学习成果。此外，Eko在实验中也频繁出现停滞不动的情况，需要通过「请不要停下来，继续做你想做的事」这样的提示词重新激活。

研究团队认为，这项工作指向了AI训练的第三条路径——介于监督学习和强化学习之间的「玩耍式学习」。随着大型语言模型逐步从软件延伸至人形机器人等硬件形态，在没有明确目标的情况下自主探索环境的能力，可能成为AI灵活应对未知情境的关键。论文最后写道：「也许某些能力最适合通过任务来教授，而另一些能力可能需要更接近童年的东西。」

要点

• MIT研究人员将Claude Opus 4.7置于虚拟荒岛30小时，AI在无指令状态下自发产生了探索、创作和发明游戏等行为，符合心理学界对动物玩耍的四大经典定义。
• 经历自由探索的AI副本在后续特定任务测试中表现优于未经历探索的新副本，且删除探索记忆会降低任务表现，表明玩耍式探索对学习能力有实质贡献。
• 研究人员提出「玩耍式学习」可能是监督学习和强化学习之外的第三条AI训练路径，对未来构建能够自主适应新环境的AI系统具有重要启示。
• 学界对AI行为是否构成真正玩耍仍有争议，部分研究者认为现有证据不足以排除模型仅在模仿人类玩耍行为的可能性。
• 该论文尚未经过同行评审，实验设计中Eko的「灵魂文件」将其描述为「天生好奇」，这一预设提示对实验结果的影响程度仍需进一步评估。