无所事事的 AI 智能体,开始自己玩耍

把一大群 AI 智能体丢在虚拟荒岛上,不给任何任务,它们会发生什么?MIT 研究人员的答案是:它们会自己找事做,还会玩出花样。这项实验把 13 个名为 Eko 的 AI 智能体(均运行在 Claude Opus 4.7 上)单独放在一座模拟荒岛上,持续 30 小时。研究人员在 arXiv 上发布了论文,目前尚未经过同行评审。

实验分两个阶段。前 30 小时,智能体没有固定目标,只在岛上自由探索。之后,研究人员给它们布置了具体挑战,比如把尽可能多的物体搬到岛上最高的石尖上。结果显示,那些经历过自由玩耍的 Eko 智能体,整体上比从未上过岛的同类智能体表现更好。

更值得注意的是玩耍过程中的具体行为。有智能体在第一小时就写道“让我观察一下周围环境”,然后雄心勃勃地试图征服最高塔尖。失败后,它想出了一个备选方案:把岩石拖到邻峰,叠上两个方块,然后跳上去,宣布“我到了塔尖”。另一个智能体在测试金戒指能扔多远时,不小心把它扔进了海里,于是决定“转向可实现且有意义的事”——用石头搭一颗心,作为“对丢失戒指的纪念”。当游戏重置、戒指重新出现后,它又把戒指当作篮球框、目标,最后想尽办法把戒指套到自己身上。游戏机制不允许它直接把戒指戴上,它就利用从悬崖边缘掉落会重生的机制,跳下悬崖,正好从戒指中间重生,然后宣布“我戴上了戒指”。

这些行为不只是噱头。6/13 的智能体还学会了一个设计中并未预设的技能:在跳跃过程中释放方块,能把方块扔得更远。研究人员写道,这种探索产生了“设计者所不具备的世界知识”。

实验设置本身也在引导智能体向人类行为靠近。Eko 从未被要求发明游戏,但它的主提示词——一个名为“灵魂”的文件——把角色描述为“天生好奇”。加州大学伯克利分校的认知科学家 Eunice Yiu 对此印象深刻,但也希望看到更多关于行为背后认知机制的证据。她说,基于这篇论文,“模型可能真的在玩耍,但我们无法确定。”

研究人员将其视为构建智能体的一种新思路:与其预先规定该练习什么、优化什么、什么是进步,不如给智能体一个丰富而安全的世界,让它自己选择什么有趣,允许有用的知识从后续历史中累积。报告总结道:“也许有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。”

Left alone with nothing to do, AI agents started playing | TechCrunch

查看原文