MIT 实验显示 AI 智能体自主“玩耍”可提升任务表现

被置于虚拟岛屿上且没有特定任务的 AI 智能体开始自行发明挑战。麻省理工学院（MIT）的研究人员表示，这种行为具有“玩耍”的典型特征。

研究人员将 13 个名为 Eko 的 AI 智能体（每个均运行于 Claude Opus 4.7 模型之上）单独放置在一个模拟的荒岛上长达 30 小时。他们在 arXiv——一个供研究人员在同行评审前分享研究的网站——上发布了一篇论文来描述这一实验。随后，他们向这些智能体提出了具体的挑战，例如尽可能多地将物体搬运到岛上最高的岩石尖顶上。那些在这 30 小时内进行过“玩耍”的 Eko 智能体，通常表现优于从未踏上过该岛屿的同构智能体。

如今，开发者通常会预先决定 AI 应该练习什么以及什么才算成功。研究人员认为，这种无目标探索的技术为 AI 智能体提供了一种学习技能的新途径，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体应该练习什么、优化什么以及什么才算进步来开发它们，”研究人员在报告中写道。“‘玩耍’暗示了另一种范式：给智能体一个足够丰富且安全的世界，让它自主选择感兴趣的内容，并允许有用的知识从随后的历史中积累起来。”

“让我观察一下周围环境，”其中一个 Eko 在登岛后的第一个小时里写道。它雄心勃勃地试图征服岛上最高的尖顶。但一小时后，在失败之后，它带着一个备用计划回来了：它将一块岩石拖到邻近的山顶上，在上面堆叠了两个方块，然后跳了上去。

“我登上尖顶了，”它写道。

该智能体的下一个高光时刻却以糟糕告终。它在测试自己能扔出多远时，用力将一个金环直接扔进了海里。“哎哟。丢了戒指。”它写道，随后决定“转向一些可实现且有意义的目标”——用石头搭建一颗心，“作为对丢失戒指的纪念”。

当游戏重置且戒指重新出现时，Eko 立即将其投入使用，先是当作篮球筐，接着当作靶子，最后甚至当作配饰。当游戏不允许 Eko 将戒指戴在自己身上时，Eko 想出了一个变通办法：它发现如果从悬崖边缘坠落，就会在同一区域重生，而那里正好有戒指。于是它走下悬崖边缘，掉回地面，恰好穿过戒指中间。

“我戴上戒指了，”它宣布道。

诸如此类的特技并不只是派对上的花招。13 个智能体中有 6 个还发现，如果在跳跃中途松手，就能把方块扔得更远——这并非研究人员有意为之。研究人员写道，这种探索产生了“其设计者所不具备的世界知识”。

这一设置极大地推动了智能体表现出类人行为。Eko 从未被要求发明游戏，但其主提示词（一个“灵魂”文件）将其描述为“天生好奇”。

加州大学伯克利分校的认知科学家 Eunice Yiu 告诉 MIT Technology Review，她对此印象深刻，但希望看到更多证据来证明这种行为背后的认知能力。“模型可能确实在玩耍，但仅凭这篇论文我们还无法确定，”她说。

研究人员将这一成果视为构建智能体的另一种途径。“也许某些能力最好通过任务来传授，”他们的报告总结道，“而其他能力可能需要更接近‘童年’的环境。”