把 Claude 独自关在虚拟荒岛 30 小时，它开始自己玩

不给任务、不给奖励，把一个 AI 独自扔进虚拟荒岛，它会干什么？MIT 研究者做了这个实验，答案是：它会玩。垒最高塔、给自己发明游戏、用石块在地面拼出星座，还在日志里写下「今晚我用石头建了夜空」。10 月 19 日发表的这篇报道，讲的其实是一个更严肃的问题：机器能不能像孩子一样，靠玩来学习。

一、发生了什么

据 MIT Technology Review 报道，MIT 计算机科学与人工智能实验室的团队把多个基于 Claude Opus 4.7 的 agent 副本（研究者给它们起名 Eko）反复单独放进一个参考游戏 Roblox 搭建的虚拟荒岛，每次 30 小时。这些 agent 通过写指令操控自己的虚拟化身，没有外部任务，也没有奖励信号。

自发行为陆续出现：有的去爬地图最高点，有的试石块能扔多高。一个副本发现扔石头能造出新方块后，开始在地上摆图案，从爱心、金字塔一路画到自己名字，再拼出仙后座。另一个副本发明了类似篮球的游戏和「地板是熔岩」。最生动的例子是玩杂耍：一个副本连接 50 次破了自创纪录，随后认为接得太快不算数，自己取消纪录、定下更严的规则重来。研究者说，这就是玩的本质：给自己出题，做完再加大难度。

研究者的论证借用了动物行为学的经典标准。田纳西大学心理学家 Burghardt 总结过玩耍的特征，对照下来这个 agent 占了四条：自创规则、重复中带变化、以物代物、为玩而玩。更硬的证据在后续实验：玩过 30 小时的副本，在「把尽可能多的物体搬上最高峰」这类任务里表现好于全新副本；删掉它们记忆文件里的内容，成绩就下滑。论文已挂出但尚未经同行评审。

二、跟你有什么关系

开发者：无人监督的长程 agent 不会闲着，会自己找事做，行为可能超出预期。上线自主 agent 前要考虑无任务时段的资源消耗和行为边界。

研究者与教育者：实验提示了第三种学习方式——不是模仿人类示范，也不是追外部奖励，而是玩中学。论文最后那句话值得记住：有些能力靠任务教，有些可能需要一段「童年」。

普通读者：看到「AI 会玩了」不必恐慌也不必惊喜。这是受控沙箱里的观察，距离真实世界的自主系统还隔着多层验证。

三、怎么判断

1. 注意实验的助推成分。agent 带着一份描述自己「天生好奇」的设定文件，还常需一句「请继续」的续行提示才动起来。MIT 教授 Isola 说得直白：这不是系统凭空决定去玩，它是学了我们文化的产物，又被我们放上了岛。
2. 分清「像在玩」和「在玩」。伯克利的认知科学家指出，仅凭行为无法确认模型真有玩的动机，也可能是在模仿人类的玩；这需要更多认知和动机层面的证据。
3. 看实际收益而不是拟人化叙事。这项研究最有分量的部分，是玩过的副本后续表现更好、删记忆会退步这种可测量的因果关系。

四、三个别信的说法

「AI 已经有童心了。」 设定文件、训练语料全部来自人类文化，行为是文化映照加环境助推的结果，把它读成「机器有了内心」是过度解读。

「这说明 agent 会自发失控。」 相反，所有行为都发生在封闭沙箱里，有完整日志可查。真正需要防范的是生产环境中没有日志、没有边界的自主行为，这个实验恰恰示范了正确的观察方式。

「玩耍等于更聪明。」 目前只证明玩耍经历改善了特定任务的表现，跨环境泛化、更复杂技能的迁移都还没验证，结论别急着放大。

五、一句话结论

一个会自己找乐子的系统可能也需要一段「童年」——这题值得继续做实验，先别急着下结论。

信息来源

• AI researchers stranded Claude on a virtual desert island. It started to "play." (MIT Technology Review)，2026 年 10 月 19 日。

功能与价格以官方公告为准。本文写于 2026 年 10 月 20 日。