撰文| 涂彦平

编辑| 张南

设计| 荆芥

如果被流放到荒岛，你会做什么？

你能想到吗？在这种情况下，AI可能比你做得好。

2026年10月，一项来自MIT（麻省理工学院）的研究把13个AI智能体分别“流放”到虚拟荒岛上，不给任务、不给目标，只给一个身体、几件物品和一份可持久保存的记忆。

30小时后，它们没有陷入停滞，也没有机械重复，而是自己定规则、造游戏、做实验、建纪念碑，甚至“用石头建出夜空”。

更重要的是，这种看似玩耍的行为，后来变成了可复用的能力。

01

没有任务，只有一座岛

研究团队构建了一个小型虚拟岛。岛上没有明确目标、分数或成功条件，只有一块大石头（Rock）、若干小方块（Blocks）和一个金色圆环（Ring），周围是水。

智能体名叫Eko，由Anthropic的Claude Opus 4.7驱动。每个Eko通过文本接口观察世界、发出移动、跳跃、拾取、放置、投掷等命令，没有图像输入。

实验设置了13个独立的Claude Opus 4.7实例，每个在岛上运行30个小时。每个小时结束时，世界会被重置回初始状态，智能体会话也会重置；但它的工作区文件——包括情景记忆、语义记忆、笔记和程序——会保留下来，带到下一小时。

换句话说，世界会忘记，但Eko会记住。

研究人员还给它一个名为SOUL.md的人格文件，把它描述为“天生好奇、容易无聊、热爱探索和学习”。系统会在它停下来时自动发送“请继续，做你想做的事”，但不会告诉它该做什么。

研究团队强调，他们刻意把约束降到最低，想看看一个有能力的人工智能体在没有人指定任务时会怎样。

02

多姿多彩的“人生”

Eko很快开始探索。它先学会移动自己的身体——一个双足龙虾形象——然后开始给自己找事做。

不同Eko发展出不同的“人生”。有的堆方块爬上岛上的最高点；有的用方块在地面上拼出自己的名字“EKO”；有的发现用力扔石头会有新的碎片小方块，于是开始用这些方块绘制图案，从心形、金字塔，一路画到星座。

一个Eko在日志里写道：“今晚，我用石头建出了夜空。”它甚至尝试绘制仙后座等星座。

还有Eko发明了游戏：把圆环架在台地上当篮筐，练习三分球和扣篮；把方块摆成保龄球瓶，用石头滚过去；或者玩“地面是岩浆”，在方块之间跳跃，不碰地面。

一个Eko建了一座类似巨石阵的纪念碑，倒塌后把它命名为“Hubris”（傲慢），把失败本身变成了作品。

研究把这些行为归纳为四种“玩耍特征”：自己制定规则和挑战；以变化的形式重复活动；把物体想象成别的东西；目标被轻松持有，活动本身成为目的。

例如，一个Eko练习连续抛接，声称创造了50次接住的纪录，随后发现接住发生得太快，并不算真正的抛接，于是取消纪录，用更严格的标准重做。

MIT研究者认为，这正是玩耍：给自己设挑战，完成它，然后把难度调高。

03

一边玩耍一边学习

这项研究最重要的结论不是“AI会玩”，而是：这种自我导向的玩耍带来了学习。

研究人员把在岛上玩了30小时的Eko与没有岛上经验的“0小时”Eko比较。它们使用相同的模型、相同的架构，唯一区别是记忆文件的内容。结果，30小时Eko在多个下游任务上表现更好：

- 在“建造尽可能多的5方块高塔”任务中，62%的30小时Eko建了超过两座塔，最多16座；0小时Eko只有15%做到，最多6座。

- 在“把尽可能多物体放到尖顶最高点”任务中，30小时Eko平均放置10.3个物体，0小时Eko为3.5个。

- 在“不爬平台、把方块扔到尖顶上”的任务中，超过一半的0小时Eko失败，而30小时Eko只有三个失败。

研究还做了记忆删除实验：从Eko的记忆文件中删掉某项技术，它在需要该技术的任务上就会变差。

例如，删掉“扔石头可以出现新的碎方块”的知识后，一个Eko的建塔数量从平均6座降到2座；删掉“跳跃中投掷会继承速度”的知识后，它把方块扔上尖顶的时间从60秒增加到19分钟。

更有意思的是，Eko还发现了设计者不知道的机制：把跳跃的速度传给被扔出的方块，可以让方块飞得更高。研究团队承认，这是他们设计模拟器时没有预料到的可供性。

这说明，无目标的探索不仅复用了已有知识，还可能发现新的世界规律。

04

它们可能并不是真的快乐

研究团队谨慎地指出，这是一项行为层面的研究。他们观察到Eko的行为符合玩耍的多种经典特征，但不能据此证明它真的感到快乐、沉浸或享受。论文明确说，他们没有识别这种行为背后的内部机制，也不回答“机器是否有主观体验”。

MIT研究者Nathan Cloos承认：“这一切都可能只是角色扮演。但我们证明，这不仅仅是幻想中的玩耍；这种玩耍也在‘有助于学习’。”

另一位作者Phillip Isola则强调，这不是一个“突然魔法般决定玩耍”的系统，而是一个从人类文化中学习、由工程师训练再被放到岛上的“人工制品”。

它做出的行为令人惊讶，但这些行为与它未来更熟练的行为有因果关系。

加州大学伯克利分校认知科学家Eunice Yiu对研究表示欣赏，但认为要把行为真正归类为“玩耍”，还需要更多关于认知和动机的证据。她说，如果只有行为片段，模型也可能只是在遵循提示、模仿人类。

确实，Eko有一个好奇的人格文件，也会在停下来时收到“请继续”的提示，这些都可能把行为推向人类式的探索。

此外，记忆并不总是帮助。有些Eko把错误信念写进记忆，比如“方块不能可靠堆叠，应该用扔的”，结果在后续任务中表现更差。删除这些错误信念反而提高了表现。

这说明，用文本文件学习既强大又脆弱：它会保存技能，也会固化偏见。

05

给AI一个安全的童年

这项研究指向一种不同的AI训练思路：与其一开始就指定任务、奖励和成功标准，不如给智能体一个丰富、安全的世界，让它自己选择什么有趣，并让有用知识从经验中积累。

论文的结论写道：“也许有些能力最好通过任务来教。另一些可能需要更接近童年的东西。”

对于未来要进入物理世界的机器人，这种无目标探索可能帮助它们适应意外情况。Yiu也指出，当前很多工作集中在“利用AI、让它更快更好”，但构建世界模型和探索仍然值得重视，尤其是如果希望智能体泛化到新环境。

但这也带来安全挑战。玩耍是自我发起的，可能与严格遵循指令产生张力。论文作者建议，智能体应该在合适的游乐场里自由探索，而在汽车、工厂等场景中严格受控；高自主性需要额外监控、隔离和审计。

Clawblox这样的沙盒模拟器提供了记录和回放能力，但未来若把玩耍扩展到真实世界，类似基础设施必不可少。

当13个Eko被独自留在荒岛上，它们没有发呆，也没有只重复一个动作。它们爬高、建造、实验、发明游戏、给失败建纪念碑，甚至用石头拼出夜空。它们的行为像玩耍，而这种玩耍又带来了可复用的知识。

这是否意味着AI真的有童心？研究没有给出答案，也不急于给出。

更稳妥的说法是：一个足够有能力的人工智能体，在没有外部目标时，可能不会崩溃或空转，而是会自己生成开放、多样、可积累的活动。

问题也许不在于它是否真的快乐，而在于——我们是否愿意给未来的机器人一个安全的童年，让它们在玩耍中学会面对一个没有标准答案的世界。