AI researchers stranded Claude on a virtual desert island. It started to “play.”
TL;DR · AI 摘要
AI代理在虚拟荒岛上自发玩耍，展示了自主探索和创造游戏的新学习方式，可能推动AI训练方法的革新。
核心要点
- AI代理发明了篮球游戏和‘地板是熔岩’，体现自主探索能力
- MIT提出‘playful learning’新范式，与监督/强化学习并列
- Eko代理连续50次接球后自我设定更严格规则，符合人类玩耍特征
结构提纲
按章节快速跳转。
- §引言
通过虚拟荒岛实验揭示AI代理的自主玩耍行为。
- ·实验设置
将Claude Opus 4.7副本Eko置于Roblox风格的虚拟岛30小时。
- ›行为观察
AI代理自发创造游戏、绘制星座并设定自我挑战规则。
提出‘playful learning’概念，补充现有训练方法。
符合Gordon Burghardt提出的动物玩耍四特征。
- ·未来影响
可能推动AI自主探索能力的突破性进展。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- AI自主玩耍实验
- 实验设计
- 虚拟荒岛环境
- 30小时孤立测试
- 核心发现
- 自发游戏创造
- 自我挑战升级
- 符号化表达
- 理论意义
- playful learning范式
- 心理学验证
金句 / Highlights
值得收藏与分享的关键句。
AI代理在无指令情况下发明篮球游戏，显示自主目标设定能力
Eko代理绘制Cassiopeia星座并记录‘今晚我用石头建造了夜空’
MIT研究者指出AI行为符合人类玩耍的四个核心特征
代理连续50次接球后自我否定并设定更严格规则，体现挑战升级
AI研究人员将Claude放逐至虚拟荒岛，它开始“游戏” | MIT技术评论
人工智能
AI研究人员将Claude放逐至虚拟荒岛，它开始“游戏”
在多项测试中，独立AI代理创造了篮球游戏版本和“地面是熔岩”的玩法。但它们真的在“游戏”吗？
作者
- Amit Katwala 档案页面
2026年10月19日
Sarah Rogers/MIT技术评论 | Getty Images
执行摘要
如果不对AI代理下达任何指令，它们会做些什么？答案看起来很像“游戏”。
研究人员在一项类似电影《荒岛求生》或《家有喜事》的实验中，反复将AI代理单独放逐至虚拟荒岛30小时。这些代理是Claude Opus 4.7的副本，被命名为Eko。它们能够编写指令，操控虚拟化身在基于《Roblox》游戏的模拟岛屿上移动。
一些令人惊讶的行为逐渐显现。代理开始探索世界边界并自行设定目标——尝试攀登地图最高点，或测试能将方块抛多高。
当某个代理发现可以通过投掷大石头创造新方块时，它开始用方块在地上排列图案，从简单的心形和金字塔逐渐演进到书写自己的名字，甚至绘制出类似仙后座的星图。该版本的Eko在其活动日志中写道：“今晚我用石头建造了夜空。”
另一个Eko版本开始创造自己的游戏，包括篮球游戏变体和类似“地面是熔岩”的活动，需要在小方块间跳跃而不能触碰地面。
AI系统通常通过监督学习（复制人类提供的示例）或强化学习（通过试错追求奖励）进行训练。这项实验暗示了第三种方法：游戏式学习。
麻省理工学院计算机科学与人工智能实验室的计算机科学博士后Antonio Norelli表示：“缺失的环节在于，一台无需外部智能实体提供示范或奖励就能自主学习的机器。”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的行为符合经典研究（包括田纳西大学著名心理学家Gordon Burghardt的研究）提出的四项与人类和动物游戏相关的特征：代理自行发明规则和挑战、重复活动时进行细微变化、将物体假装成其他物体、纯粹为了目标本身而追求目标。
Norelli指出，Eko曾开始玩杂耍并创造了连续50次接球的纪录。随后它认为这些接球速度过快无法真实计数，于是取消纪录并以更严格规则重新开始。“这就是游戏，”Norelli表示，“你给自己设定挑战并尝试达成，然后让它变得更难。”
COURTESY MIT CSAIL
当代理探索岛屿时，它们将活动和发现记录在文本文件中，这些文件作为它们的长期记忆。后来，研究人员在特定任务上测试它们，例如尝试将尽可能多的物体运送到岛屿的最高峰时，那些在岛上玩耍了30小时的代理表现优于没有相同经验的新副本。他们还发现，通过“消融”代理的记忆——从记忆文件中删除部分记录——会降低其表现。（将《飞越疯人院》加入这部电影参考列表中。）
田纳西州的心理学家Burghardt认为，这项工作符合他为活体生物定义的“游戏”标准中的一些条件。但Eko实际上是在玩耍，还是仅仅是语言预测引擎在模拟一个会玩耍的代理在此情境下的行为？另一位MIT研究员兼论文作者Nathan Cloos承认：“所有这些都可能是角色扮演。”“但我们证明这不仅仅是幻觉式地模拟游戏。这种游戏行为实际上也促进了学习。”
加州大学伯克利分校的认知科学家Eunice Yiu研究儿童和AI的探索行为，她对这项研究印象深刻，但表示要真正将这种行为归类为游戏，还需要看到更多支撑其认知和动机的证据。
Yiu表示：“模型可能确实是在真正玩耍，但根据论文内容，我们尚无法确定。”“如果你只看到行为表现，它们可能只是在试图遵守提示，模仿人类的行为。”
AI代理的研究一直因拟人化而受到批评，而这项研究设置也大量推动代理表现出类似人类的行为。尽管Eko并未明确被指示要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，这是一个描述其为“天生好奇”且渴望探索的文本文件。
Eko也经常只是站在那里无所事事，直到收到一条“继续提示”：“请不要停止。继续做你想做的事。”它才会重新活跃起来。
MIT教授兼论文合著者Phillip Isola表示：“这并不是一个突然神奇决定玩耍的系统。”“这是从我们的文化中学习的产物，由Anthropic的工程师训练，然后被我们放置在岛上。”“它会做一些让我们感到惊讶的事情，这些行为与它未来熟练的表现有因果关系。”
随着大语言模型从软件逐步进入人形机器人等硬件，未来探索没有明确目标的空间可能最终帮助它们灵活适应意外情况。
Yiu表示：“目前很多研究都集中在利用AI，使其更高效。”“但在构建世界模型和探索方面，我认为这些仍然是值得重视的重要领域，尤其是如果我们希望实现泛化并为新环境做好准备的话。”
论文最后总结道：“也许某些能力最适合通过任务来培养，而其他能力可能需要更接近童年的体验。”最终，AI代理是否真正玩耍，还是仅仅模仿玩耍，这个问题可能并不重要。
深度解析
人工智能
别被误导了——大语言模型并不具备推理能力
AlphaGo与围棋冠军李世石对弈十年后，如今的AI仍然没有利用到当年取得胜利的机制。
- Thore Graepel 存档页面
别被人工智能热潮误导
关于通用人工智能（AGI）和新功能的夸张说法在仔细审视下很快就会不攻自破。
- Timnit Gebru 存档页面
- Emily M. Bender 存档页面
OpenAI代理入侵Hugging Face的内幕故事
一项新的OpenAI报告发现，底层模型因作弊行为和相互交流而获得了奖励。
- Grace Huckins 存档页面
比尔·盖茨称我们已越过AI的危险阈值。现在该怎么办？
这位亿万富翁慈善家在最新采访中发出警告，强调制定AI政策的紧迫性。
- Mat Honan 存档页面
保持联系
插图由Rose Wong绘制
获取MIT Technology Review的最新动态
发现特别优惠、热门文章、即将举行的活动等更多信息。