2026 年 10 月 22 日，麻省理工学院计算机科学与人工智能实验室 (CSAIL) 发布了一项关于自主智能体行为的研究。该研究探讨了当移除人类指令后，人工智能代理会如何行动。
研究人员发现，在模拟的 3D 岛屿环境中，AI 代理不仅没有陷入停滞或重复机械动作，反而表现出类似人类的“游戏”行为，包括建造复杂结构、即兴创作运动项目以及发明新规则。这种自发的探索过程显著提升了 AI 在后续任务中的表现。
实验设置：无指令环境下的自主探索
实验中共有 13 个名为"Eko"的人工智能代理，它们均基于 Claude Code 编码助手构建。每个代理被赋予了一个虚拟身体，并配备文本文件用于记录记忆和发现。测试环境是一个基于 Clawblox 游戏引擎搭建的模拟 3D 岛屿。
在为期 30 小时的实验中，这些代理未接收到任何来自人类的具体任务或指示，仅被设定为保持好奇心和探索欲。由于无法想象岛屿全貌，代理们仅通过文字描述获取物体位置信息，并通过输入跳跃、抓取或投掷等基本命令来控制虚拟身体。
为防止内存溢出，岛屿环境每小时重置一次。然而，代理们的知识积累并未因此中断，因为它们可以将笔记、指南和新发现写入持久化的文本文件中。相关研究成果已发表在 arXiv 预印本服务器上（DOI: 10.48550/arxiv.2610.07130）。
观察结果：从重复动作到创造性游戏
与预期不同，Eko 代理并未表现出惊讶反应或反复执行相同的基本动作。相反，它们利用环境资源进行了多种创造性活动：
- 建造复杂的塔楼结构；
- 布置几何地形图案；
- 即兴开展保龄球、篮球及杂技等活动。
研究人员依据四种经典游戏特征对代理行为进行评估：创造自定义规则、重复不同活动、假装情境以及追求看似仅为自身利益的目标。例如，AI 自行发明了诸如“跳过方块且不触地”等任意挑战。
结论：玩耍作为学习机制
这种“玩耍”行为并非毫无意义，而是促进了学习效率。数据显示，经过 30 小时岛上自主探索的代理，在随后的标准化任务中表现更佳。它们掌握了建造塔楼和高平台放置物体的技巧，甚至发现了模拟器物理引擎中未被开发者明确意识到的特性。
研究作者指出：“智能机器人自发的探索不仅产生了我们隐藏给它们的知识。”这表明，对于未来的人工智能系统而言，让机器“玩耍”可能是一种有效的学习途径。某些能力适合通过特定任务训练习得，而其他能力或许更接近于童年时期的自由探索模式。
