MIT实验：AI智能体在模拟荒岛“玩耍”后，技能表现优于未经历探索的同类
MIT研究发现，让基于Claude的智能体在模拟环境中自由探索并发明游戏，能使其在后续任务中表现更好，为机器人学习提供新路径。
麻省理工学院（MIT）的研究人员近日发表了一项关于AI智能体行为的新研究。实验中，13个名为Eko、基于Claude Opus 4.7架构的智能体被放置在一个模拟的“荒岛”环境中，并在没有明确指令的情况下独自运行了30小时。
研究人员观察到，这些智能体为了打发时间，自发地发明了各种游戏和挑战。例如，一个智能体试图攀登岛上最高的塔楼，失败后改用堆叠方块的方式成功登顶；另一个智能体在丢失金色戒指后，用石头搭建了一个纪念物，并在戒指重新出现后将其用作篮球框或靶子。这种自发的“玩耍”行为并非由主提示词直接要求，而是源于将智能体设定为“天生好奇”后的涌现现象。
更关键的是，当研究人员随后给这些智能体布置具体任务（如尽可能多地将物体搬运到最高峰）时，那些经历了30小时自由探索和“玩耍”的智能体，其表现普遍优于从未进入过该环境的同类智能体。这表明，在无预设目标的多样化环境中进行自我驱动探索，可能是一种有效的能力获取方式。
研究团队指出，传统AI开发通常预先定义练习内容和优化目标，而这项实验暗示了一种替代方案：提供一个安全且多样的世界，让智能体自行决定什么有趣，并从经验中提取知识。这一发现可能对机器人领域的训练方法产生重要影响，尤其是在需要适应复杂动态环境的应用场景中。