发生了什么

MIT研究人员把Anthropic（Claude的开发公司）的Claude Opus 4.7放进一个小型虚拟岛屿。这个实验系统叫Eko。它给AI一个可以行动的虚拟身体、一个世界，还有能持续保存的文字记忆。13个互相独立的Eko代理分别运行30小时。岛上没有指定任务、分数、奖励或胜利条件。AI却爬坡、堆积木、在地面摆图案、测试物理规律，还自己设计了类似保龄球的活动。MIT Technology Review的报道和研究团队的论文页面都介绍了这项实验。

为什么这样设计

平常的AI代理通常先接到一项明确工作。这次实验拿掉了工作本身。岛屿和对话状态每小时恢复原状。Eko自己写下的记忆文件却会留下。因此，模型参数没有重新训练，能够带到下一小时的主要是文字经验。

不过，这不是完全没有提示。设置文件把Eko描述成好奇、容易感到无聊的AI。它停止行动后，还会收到继续行动的自动提示。这些条件可能影响它的行为。研究人员观察的是一个受控制的小世界，不是真实的开放环境。

为什么重要

重点不只是AI做出了图案和游戏。更重要的是，开放式探索似乎产生了以后能用的知识。研究人员把玩过30小时的13个代理，与没有岛屿经验的13个代理比较。两组后来都接受了相同的4项任务。

在搭建多个五块积木高的塔这项任务中，有经验的一组有8个代理搭出了超过两座塔。没有经验的一组只有2个。把物体放到岛上高处的任务中，有经验组平均放上10.3个物体，没有经验组平均放上3.5个。模型本身没有改变，主要差别是写下来的经验。

已经确认的部分

研究人员寻找了4种像玩耍的行为特征。Eko会自己制定规则和挑战。它会改变方式后重复活动。它会给物体安排想象中的用途。它还会追求没有外部奖励的目标。

记忆测试提供了更具体的证据。研究人员从一个代理的文件中删掉有用技巧后，它完成相关任务的能力下降。从另一个代理的文件中删掉错误想法后，它在一项任务上的表现反而提高。还有6个代理发现了一种研究人员原本不知道的投掷方法。论文作者认为，这不只是复述训练中见过的例子，因为代理在陌生世界中获得了经验，并在之后使用了文字知识。

仍然不知道什么

这里的“玩”是对外部行为的描述，不是AI有快乐感的证明。论文说明了行为表现，却没有找出这种行为的内部机制。好奇设定和自动催促也可能改变结果。研究还用另一个AI来给活动分类。实验主要只有一个小岛，论文目前也是发布在arXiv上的预印本。

接下来观察什么

下一步应在不同世界、能看见图像的环境、更长的运行时间和不同模型中重复测试。研究人员还要确认，写下来的经验能否帮助完成与这座小岛无关的任务。错误记忆可能让AI走错方向，记忆太多也可能带来新的问题。

这项研究提出了一个实际问题：AI在接到正式工作前，能不能先通过自由探索适应环境？这种方法将来或许能帮助AI代理和机器人应对意外情况。但目前的结果不是AI拥有了人类心灵的证明。它只说明，像玩耍一样的探索，可能成为AI形成技能的一条路径。