没事干的 agent，自己玩起来了

给它一个任务，它完成任务；不给它任务，它开始给自己找事做。后半句才是这篇论文有意思的地方。

一、发生了什么

TechCrunch 在 10 月 22 日报道了 MIT 研究团队的一项实验，论文挂在 arXiv 上，编号 2610.07130，标题是《这台机器在玩吗》。

研究者把 13 个名叫 Eko 的 agent 放到一座模拟荒岛上，每个都跑在 Claude Opus 4.7 上，没有指定任务，一放 30 小时。岛上没有奖励，也没有目标函数。

放养结束后，研究者给它们出了具体题目，比如"把尽可能多的物体堆到岛上最高的石柱上"。在那 30 小时里玩过的 agent，整体上打赢了从没上过岛的对照组。

报道里记了几个片段。有个 Eko 在第一小时就宣布要去征服最高的石柱，失败后改了方案：把石头搬到旁边一座山头，摞两块，再跳上去，然后在日志里写"我在石柱上了"。另一个把金环扔进了海里，写下"唉，环丢了"，转头决定"做点能完成的、有意义的事"，用石头摆了个心形当纪念。环刷新回来后，它先后把这个环当篮筐、当靶子、当配饰；游戏不让它把环套在身上，它发现掉下悬崖会在环附近重生，于是自己走下去，正好穿过环心。

真正让研究者意外的是一条技巧：13 个里有 6 个发现，跳起来在半空松手能把石块扔得更远。这不是设计者埋的机制，是他们事后才知道的物理规律。论文里的说法是，这轮探索产生了"设计者自己不具备的关于世界的知识"。

二、跟你有什么关系

做 agent 产品的人：你现在给它的每一条训练和评测，都是先定义"什么算进步"。这个实验提示了另一条路——给一个足够丰富且安全的环境，让它自己挑感兴趣的，知识从后续的历史里长出来。

做机器人的人：真正的价值在这里。机器人的技能很难靠任务清单穷举，而"自己玩出来的动作"恰好是任务清单里写不出来的那部分。

看论文的人：别急着接受"玩"这个词。它描述的是行为特征，不是已经证实的心理状态。

三、怎么判断

1. 先看有没有对照组。这个实验有，玩过的 agent 对上没上过岛的同类，这是它比多数"涌现行为"报道扎实的地方。
2. 再看提示词。Eko 的主提示里有一个人格文件，明确写着"天生好奇"。研究者自己也承认，这个设定把 agent 往类人行为上推了一把。所以"它自己想到要玩"这句话要打折。
3. 区分两件事：发明游戏，和发现有物理规律。前者好看但难验证，后者可测——六分之一的比例，可复现，可对照。判断这类研究时，把注意力放在后者。
4. 听反方。伯克利的认知科学家 Eunice Yiu 对报道说，结果令人印象深刻，但论文还不足以说明行为背后的认知过程。

四、三个别信的说法

agent 会玩了，说明它有意识。 行为像玩，不等于内在状态是玩。判断"玩"至少要看到规则自定、过程本身即目的、以及在无奖励时仍持续，这三条现在都只有外部观察。

这说明可以放手让 agent 自己学。 这个实验的环境是特意造的安全沙盒，30 小时、13 个个体、一个岛。换成有真实副作用的系统，试错成本由谁承担，论文没有回答。

玩过的 agent 更强，所以应该都先放养。 报道只说"整体上打赢"，没有给优势有多大、在哪些任务上不成立。没有效应量之前，这条不该变成工程规范。

五、一句话结论

有些能力靠任务教，有些可能得靠一段没人管的时间。

信息来源

• TechCrunch：没有任务时，agent 开始玩，2026 年 10 月 22 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 23 日。