人工智能研究人员将克劳德困在一个虚拟的荒岛上。它开始“玩”了。
真正值得关注的不是这条新闻本身,而是它可能把「大模型」的竞争焦点推向能力、成本与开放生态的再平衡。
原文链接:https://www.technologyreview.com/2026/10/19/1147095/ai-stranded-claude-virtual-desert-island-play/
如果你不告诉人工智能代理做任何事情,他们会做什么?答案看起来很像玩耍。研究人员反复将他们单独困在虚拟荒岛上 30 个小时,实验让人想起电影《荒岛余生》或《小鬼当家》。这些特工——绰号为 Eko 的 Claude Opus 4.7 的副本——能够编写指令,在模拟岛上移动他们的虚拟化身,该岛大致基于视频游戏 Roblox。一些令人惊讶的行为出现了。特工们开始探索世界的极限,并提出了自己的目标——尝试攀登地图上的最高点,或者看看他们能把方块扔多高。当一个智能体发现它可以通过投掷一块更大的石头来创建新的块时,它开始通过在地面上排列块来创建图画,从心形和金字塔等简单图案开始,但最终写下自己的名字,甚至绘制出仙后座等星座。
“今晚我用石头建造了夜空,”这个版本的 Eko 在其活动日志中写道。
Eko 的另一次迭代开始制作自己的游戏,包括篮球版本和类似于“地板是熔岩”的活动,其中它必须在不接触地面的情况下在小块之间跳跃。人工智能系统通常通过监督学习(复制人类提供的示例)或强化学习(通过反复试验追求奖励)进行训练。这个实验暗示了第三种方法:寓教于乐的学习。麻省理工学院计算机科学与人工智能实验室的计算机科学博士后安东尼奥·诺雷利(Antonio Norelli)说:“有一个缺失的部分:一台机器可以自行学习,无需外部智能实体提供演示或奖励。”他是一篇关于这项工作的新论文的主要作者之一,该论文尚未经过同行评审。研究人员表示,Eko 的行为具有经典研究(包括颇具影响力的田纳西大学心理学家戈登·伯格哈特 (Gordon Burghardt) 的研究)所提出的与人类和动物游戏相关的四个特征:智能体发明自己的规则和挑战、重复稍有变化的活动、假装物体是其他物体以及仅仅为了目标而追求目标。
Norelli 强调了一个例子,Eko 开始杂耍并创造了连续 50 次接球的记录。