在各种测试中，单独的 AI 代理发明了篮球和“地板是熔岩”的版本。但它们真的在玩耍吗？2026 年 10 月 19 日，Sarah Rogers / MIT Technology Review | Getty Images。如果你不告诉 AI 代理去做任何事情，它们会做什么？答案看起来很像是在玩。研究人员在一项实验中将它们反复单独留在虚拟沙漠岛屿上，持续了 30 小时，这使人联想起电影《荒岛余生》或《小鬼当家》。这些代理是 Claude Opus 4.7 的复制品，昵称为 Eko，能够编写指令，让它们的虚拟化身在模拟岛屿上移动，该岛屿大致基于视频游戏 Roblox。出现了一些令人惊讶的行为。这些代理开始探索世界的边界，并设定了自己的目标——试图攀登地图上最高的点，或看它们能把一个方块扔得多高。当一个代理发现它可以通过扔和放下一个更大的石头来创建新方块时，它开始通过在地面上排列方块来创作图画，最初是像心形和金字塔这样的简单图案，但最终写出了自己的名字，甚至绘制出像仙后座这样的星座。“今晚我用石头建造了夜空，”这个版本的 Eko 在它的活动日志中写道。Eko 的另一个版本开始自创游戏，包括篮球的一个版本和类似“地板是熔岩”的活动，在这个活动中，它必须在小方块之间跳跃，而不触碰地面。AI 系统通常通过监督学习进行培训，在这种学习中，它们复制人类提供的示例，或通过强化学习进行培训，在这种学习中，它们通过试错追求奖励。这项实验暗示了第三种方法：玩乐学习。“缺少的这一部分是：一种可以在没有外部智能实体提供示范或奖励的情况下自我学习的机器，”麻省理工学院计算机科学与人工智能实验室的研究员 Antonio Norelli 说。他是有关此工作的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 的行为具有经典研究所表明的人类和动物游戏的四个特征，包括影响深远的田纳西大学心理学家戈登·伯哈特的研究：代理发明了自己的规则和挑战，以细微的变化重复活动，假装物体是其他物体，并仅仅为了追求目标。Norelli 强调了一个例子，在这个例子中，Eko 开始杂耍，并创造了 50 次连续接球的记录。Eko 随后决定，接球发生得太快，不算数，因此它取消了自己的记录，并在更严格的规则下重新开始。“这就是玩耍，”Norelli 说。“你给自己设置一个挑战并试图达成，然后你让它更难。” COURTESY MIT CSAIL。当代理在岛上探索时，它们在文本文件中记录了它们的活动和发现，这些文本文件作为它们的长期记忆。后来，当研究人员在特定任务上测试它们时，如将尽可能多的物体带到岛屿的最高峰时，那些在岛上玩耍了 30 小时的代理比没有相同经验的新复制品表现得更好。他们还发现，“削减”代理的记忆——从其内存文件中删除行——会降低它们的表现。（把《飞越疯人院》加入那个电影参考名单吧。）伯哈特，这位田纳西心理学家，同意这项工作符合他在生物体中识别的某些游玩的标准。但是，Eko 真的在玩耍吗？还是这个基于词预测的引擎仅仅是在角色扮演一个有趣的代理在这种情况下会做的事情？“所有这一切都可能是角色扮演，”麻省理工学院研究员、论文作者 Nathan Cloos 承认。“但我们展示了这不仅仅是幻觉般的玩耍。这种玩耍也在促进学习。”加州大学伯克利分校的认知科学家尤妮斯·刘研究儿童和 AI 中的探索，对这项研究印象深刻，但表示要真正将这种行为分类为玩耍，需要看到更多的证据来支持它的认知和动机。“模型真的在玩耍的可能性是存在的，但根据论文我们并不知道，”刘说。“如果你只有行为这一块，那么可能只是想遵循提示，试图模仿人类。”对 AI 代理的研究一直因将其拟人化而受到批评，而这项研究设置在很大程度上促使代理像人类一样行为。尽管 Eko 并没有被明确指示去创造游戏或探索岛屿，但它确实有一个形式为“灵魂”文件的主提示，文本文件将其描述为“天生好奇”和渴望探索。Eko 也确实经常只是呆在那里什么也不做，直到用一条“继续提示”将其重新启动，上面写着：“请不要停下，继续做你想做的任何事情。”