MIT研究：Claude Agent在虚拟孤岛自发玩耍提升技能

MIT CSAIL 团队在尚未通过同行评审的研究中，将 Anthropic 的 Claude Opus 4.7（代号 Eko）置于基于 Roblox 构建的虚拟孤岛环境中进行为期 30 小时的无指令测试，观察到模型自发产生了探索、搭建图案及发明游戏规则等行为。 实验证据显示，拥有这段“玩耍”记忆的 Eko 在后续被要求执行特定任务（如将物体运送到岛屿最高点）时，表现优于未经历该过程的对照组；而删除其记忆文件会导致性能下降。研究人员指出，这种自发的行为模式符合人类和动物“玩耍”的四个特征：制定规则、重复变体、假装物体以及为乐趣设定目标，并认为这证明了 AI 正在通过自我驱动而非外部奖励进行学习。 尽管作者承认提示词中的“灵魂”文件（描述为“天生好奇”）可能引导了行为，且外界质疑这仅是语言模型的模仿而非真正的认知，但核心结论在于区分了单纯的“幻觉”与具有功能性的“玩耍”。文章推断，随着大模型向具身机器人演进，这种类似“童年”的无目的探索能力对于构建世界模型和适应意外环境至关重要，即便无法证实 AI 是否真正感到快乐，其行为带来的技能提升已具备实际价值。