无任务可做时，AI智能体开始自发玩耍

麻省理工学院研究团队近日在预印本平台arXiv发布了一项引人关注的研究。他们将13个名为Eko的AI智能体——每个均运行于Anthropic的Claude Opus 4.7模型——单独放置在一座模拟荒岛上，不赋予任何具体目标，让其自由活动整整30小时。研究人员想探索的问题是：当AI没有明确任务时，它会做什么？

结果令人惊讶。这些智能体并没有陷入无所事事的状态，而是主动为自己创造挑战。其中一个Eko在登岛第一小时便立志征服岛上最高的岩石尖顶，失败后转而搬来巨石、叠放方块、纵身一跃，最终高呼「我站在尖顶上了」。另一次，它将一枚金戒指扔进了大海，随即感叹「哎呀，戒指丢了」，并决定用石头堆砌一颗心形图案，作为「失落之戒的纪念碑」。

当游戏重置、戒指重新出现后，Eko迅速将其改造成篮球框、靶心，乃至一件配饰。游戏规则不允许它直接将戒指套在身上，它便想出了变通方法：故意从悬崖边缘跳下，在重生点精准穿过戒指落地，随后宣布「我戴上戒指了」。这种创造性的问题解决方式，展现出超出预期的灵活性与目的性。

这些行为并非个例。13个智能体中有6个独立发现了同一个物理技巧：在跳跃途中松手抛出物体，可以使其飞得更远。这一规律并非研究人员刻意设计，而是智能体在自由探索中自行摸索出来的。研究人员将此称为「超越设计者认知的世界知识」，认为这正是无目标探索的独特价值所在。

从实验结果来看，经历过自由探索阶段的Eko智能体，在后续完成「将尽可能多的物体搬上最高岩石尖顶」等具体任务时，整体表现优于从未踏上该岛的对照组智能体。研究人员由此提出，传统AI训练依赖预先设定的目标与评估标准，而「玩耍」提供了另一种可能：给智能体一个足够丰富且安全的环境，让它自主决定什么是有趣的，有用的知识便会在探索历史中自然积累。

不过，学界对此仍持审慎态度。加州大学伯克利分校认知科学家Eunice Yiu表示，她对实验结果印象深刻，但希望看到更多关于行为背后认知机制的证据，「这些模型可能真的在玩耍，但仅凭这篇论文我们还无法确定。」研究人员则在报告结尾写道：也许某些能力最适合通过任务来教授，而另一些能力或许需要某种更接近「童年」的东西。

要点

• MIT研究人员将13个AI智能体置于无任务的虚拟荒岛环境中，它们自发产生了发明游戏、解决自设挑战等类似人类玩耍的行为。
• 智能体在自由探索中发现了设计者未曾预设的物理规律，体现出超越训练数据的创造性推理能力。
• 经历自由探索的智能体在后续特定任务中表现优于未经探索的对照组，表明无目标探索具有实际的技能迁移价值。
• 研究提出「无目标探索」作为传统预设训练之外的新型AI学习范式，对机器人控制等领域具有潜在应用前景。
• 认知科学界对该行为是否构成真正意义上的「玩耍」仍存疑问，相关研究尚待同行评审。