MIT 研究：13 个 Claude 智能体在虚拟荒岛自主「玩耍」30 小时后任务表现更好
一次无任务设定的自由探索实验，提示「让 AI 自己找乐子」也可能成为积累技能的训练路径，而不只是指定任务与指标。
MIT 研究者把 13 个基于 Claude Opus 4.7 的 AI 智能体（Eko）放到模拟荒岛上，不指定任何任务，让它们自行探索 30 小时。之后给它们设置具体挑战，这些「玩过」的智能体普遍胜过了从未上岛的对照组。研究者认为，无目标的自由探索可能是训练智能体的另一种方式。
正文摘录
无事可做被独自留下时，AI agent 开始玩了起来 AI agent 在没有具体任务的情况下被放到一座虚拟岛屿上自由探索，结果它们开始自己发明挑战。MIT 的研究人员表示，这种行为具有“玩耍”的特征。 研究人员把 13 个名为 Eko 的 AI agent 单独放在一座模拟的荒岛上 30 个小时，每个 agent 都运行在 Claude Opus 4.7 上。他们在 [arXiv](https://arxiv.org/pdf/2610.07130) 上发布的一篇[论文](https://arxiv.org/pdf/2610.07130)中描述了这项实验。arXiv 是一个研究者在同行评审前分享研究的网站。之后，他们给这些 agent 设定了具体挑战，比如尽可能把更多物体弄到岛上最高的岩石尖塔上。那些已经玩了 30 个小时的 Eko agent，总体上击败了从未踏足这座岛的相同 agent。 如今，开发者会预先决定 AI 应该练习什么，以及什么算作成功。研究人员认为这种技术，也就是没有目标地探索，是 AI agent 学习技能的一种不同方式，尤其是那些有朝一日可能用来控制机器人的技能。 “我们通常这样开发人工 agent：预先决定它们应该练习什么、应该优化什么，以及什么算作进步，”研究人员在报告中写道。“玩耍提示了另一种机制：给 agent 一个足够丰富且安全的世界，让它选择自己觉得有趣的东西，并让有用的知识从后续历史中积累起来。” “让我观察一下周围环境，”一个 Eko 在岛上第一个小时写道。它雄心勃勃地出发去征服岛上最高的尖塔。但一小时后，失败归来的它带回了一个备用计划：它把岩石拖到邻近的一座山峰上，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 agent 的下一个重大时刻更糟。为了测试自己能把一个金环扔多远，它蓄力后把金环直接扔进了海里。