当AI代理被放到一个虚拟岛屿上、没有具体任务可做时，它们开始自发发明自己的挑战。MIT研究人员表示，这种行为带有“玩耍”的特征。

研究人员让13个名为Eko的AI代理在一个模拟荒岛上独处30小时，每个代理都运行在Claude Opus 4.7上。他们在一篇发布于arXiv的论文中描述了这项实验。arXiv是研究人员在同行评审前分享研究成果的网站。随后，研究人员又给这些代理布置了具体挑战，比如把尽可能多的物体搬到岛上最高的岩柱上。那些经历过30小时“玩耍”的Eko代理，整体上击败了从未踏上岛屿的同类代理。

研究人员指出，如今开发者通常会预先决定AI应该练习什么、什么算成功。他们认为，这种“无目标探索”的方法，可能是AI代理学习技能的另一条路径，尤其是那些未来可能用于控制机器人的技能。

“我们通常通过预先决定人工智能代理应该练习什么、应该优化什么，以及什么算进步，来开发它们，”研究人员在报告中写道。“玩耍提示了另一种机制：给代理一个足够丰富且安全的世界，让它自己选择什么有趣，并允许有用的知识从随后发生的历史中积累起来。”

“让我观察一下周围环境，”一个Eko在上岛后的第一小时写道。它雄心勃勃地打算征服岛上最高的尖塔。但一小时后，在失败之后，它带着备用方案回来：把一块岩石搬到附近的山顶上，在上面叠了两块方块，然后跳了上去。

“我在尖塔上了，”它写道。

这个代理接下来的大动作就没那么顺利了。它尝试测试自己能把一个金环扔多远，结果发力过猛，直接把金环扔进了海里。“哎呀。把戒指弄丢了。”它写道，随后决定“转向更可实现、更有意义的事情”——用石头搭出一颗心，“作为失落戒指的纪念碑”。

当游戏重置、金环重新出现后，Eko立刻把它变成了篮球框、靶子，最后还当成了装饰品。后来游戏不允许Eko把金环套在自己身上时，Eko想出了一个变通办法：从悬崖边掉下去会让它在金环所在的同一区域重生。于是它跳下边缘，又落回去，正好穿过金环中央。

“我戴上戒指了，”它宣布。

这类举动不只是派对把戏。13个代理中有6个还学会了：在跳跃中途松手，可以把方块扔得更远，这是研究人员原本并未打算让它们做到的。研究人员写道，这种探索产生了“其设计者所缺乏的关于世界的知识”。

这一设定在很大程度上推动这些代理表现出类似人类的行为。Eko从未被要求发明游戏，但它的主提示词、一个“灵魂”文件，把它描述为“天生好奇”。

加州大学伯克利分校认知科学家Eunice Yiu对MIT Tech Review表示，她对这些表现印象深刻，但希望看到更多关于这种行为背后认知机制的证据。她说：“也许这些模型确实是在玩耍，但仅凭这篇论文我们还不知道。”

研究人员将其视为构建代理的另一种方式。报告最后写道：“也许有些能力最适合通过任务来教授。另一些则可能需要更接近童年的方式。”