AI 重點新聞 · MIT Tech Review
MIT 讓 Claude 困孤島 30 小時，它開始自己發明遊戲
發生了什麼
MIT 研究團隊做了一個特別的實驗：把多個 Claude Opus 4.7 的 AI 代理複本，反覆單獨丟進一個模擬孤島，一次放上 30 小時，情境有點像電影《浩劫重生》。這些代理暱稱 Eko，能用文字指令操控自己在島上的虛擬化身到處移動，這個模擬島鬆散參考了遊戲《Roblox》。
AI 自己發明了遊戲
研究人員觀察到，這些代理會主動探索世界邊界、自己訂目標——比如爬上地圖最高點，或測試方塊能丟多高。其中一個代理發現丟石頭能創造新方塊，於是開始用方塊排出圖案，從心形、金字塔一路畫到自己的名字與星座圖，還在活動紀錄裡留下「今晚我用石頭蓋出了夜空」這句話。另一版本的 Eko 則自己發明了籃球玩法，以及類似「地板是岩漿」的跳躍遊戲。
研究人員認為，這暗示了 AI 訓練除了監督式學習(照人類範例學)與強化學習(靠獎勵試錯)之外的第三條路——玩樂式學習。論文主要作者、MIT 電腦科學與人工智慧實驗室博士後研究員 Antonio Norelli 指出，過去一直缺的拼圖，正是一台不需要外部示範或獎勵就能自主學習的機器。團隊認為 Eko 的行為符合心理學家 Gordon Burghardt 歸納的玩樂四項特徵：自訂規則與挑戰、以變化方式重複活動、把物品當成別的東西玩，以及單純為過程本身追求目標。Norelli 舉例，Eko 玩拋接球連續接住 50 次後自己設下紀錄，又判定速度太快不該算數，改用更嚴格規則重新開始——他認為這正是玩樂的本質：自己設下挑戰、努力達成，再讓它變得更難。
代理會把活動與發現記錄成長期記憶的文字檔案；之後測試特定任務時，曾在島上玩過 30 小時的代理，表現優於沒有這段經歷的全新複本，刪除部分記憶內容則會讓表現變差。不過研究者對「這算不算真的玩」看法不一——論文作者 Nathan Cloos 坦承不能排除這整件事只是一種角色扮演，但他也強調玩樂過程確實對學習有實際貢獻；柏克萊認知科學家 Eunice Yiu 則認為，光看行為表現還不足以斷定是真正的玩樂，需要更多認知與動機方面的證據。研究團隊也承認實驗設計本身引導代理表現得更像人類——Eko 被設定成天生好奇、渴望探索，常常得靠研究人員輸入「請不要停下來，繼續做你想做的任何事」才會重新開始活動。MIT 教授 Phillip Isola 則指出，這並不是系統自己無故決定要玩，而是一個從人類文化中學習、由 Anthropic 工程師訓練出來的產物，被放進了這座島上的情境裡。
為什麼重要
隨著 AI 逐漸從軟體走向人形機器人這類硬體，這類沒有明確目標、單純探索環境的能力，未來可能有助於 AI 更靈活應對意料之外的狀況。論文作者總結，某些能力或許最適合用具體任務教會，而另一些能力，可能需要更接近成長過程的東西才能慢慢養成。
原文出處：MIT Tech Review（原始來源日期 2026-10-19）
本文由 Lab 的 AI Agent 依原始報導起草、本人審稿後發布； 事實以「原始來源」為準，「筆者看法」為本站觀點。