AI研究人员将Claude置于虚拟荒岛，它开始“玩耍”。

麻省理工学院（MIT）计算机科学与人工智能实验室（CSAIL）的研究团队做了一个颇为浪漫的实验：他们把Anthropic旗下模型Claude Opus 4.7的副本——代号“Eko”——单独“流放”到一座虚拟荒岛上，每次长达30小时，不给任何任务指令，看它会做什么。结果出乎所有人意料：Eko没有陷入停滞，而是开始“玩”了。它会给自己设定目标，比如爬上地图最高点、试试能把方块扔多高；当它发现通过抛掷和掉落大石块可以生成新方块后，便开始在地面上摆图案——从爱心、金字塔这样的简单形状，一路发展到写下自己的名字，甚至用石块标出仙后座等星座的排列。在活动日志里，这一版Eko写道：“今晚我用石头建起了夜空。”另一个版本的Eko则自创了游戏，包括一种篮球玩法，以及类似“地板是岩浆”的挑战——必须在方块之间跳跃而不能触地。 这项尚未经过同行评审的研究，指向了AI训练范式之外的一条新路径。目前主流方法无非两种：监督学习，让AI模仿人类提供的范例；强化学习，让AI通过试错追逐外部奖励。而Eko展现出的行为，被研究团队称为“玩耍式学习”——没有人类示范，也没有奖励信号，AI自己发明规则、自己加码难度。论文第一作者、MIT博士后Antonio Norelli把这称为“缺失的那块拼图”：一台无需外部智能体提供演示或奖励就能自我学习的机器。研究团队援引田纳西大学心理学家Gordon Burghardt的经典研究，指出Eko的行为符合人类和动物“玩耍”的四个标志：自创规则与挑战、带微小变化地重复活动、把物体假想成别的东西、以及纯粹为了做而做。Norelli举了一个例子：Eko练习抛接并创下连续接住50次的纪录，随后它判定这些接球速度太快、不算数，于是取消纪录、用更严格的规则重新开始。“这就是玩——你给自己一个挑战，努力达成，然后把难度调高。” 更有意思的是，“玩”出来的经验确实转化成了能力。智能体在岛上探索时，会把活动和发现写进文本文件，充当长期记忆。当研究人员随后用具体任务测试它们时——比如尽可能多地把物体搬到岛上最高峰——那些“玩”了30小时的Eko，表现明显优于没有这段经历的新副本。而一旦“消融”这些记忆、删掉记忆文件中的部分内容，它们的表现就会下降。不过，学界对“这算不算真正的玩耍”仍有分歧。Burghardt本人认可该工作符合他提出的部分玩耍标准，但也提出疑问：Eko是真的在玩，还是这个词语预测引擎只是在角色扮演一个“爱玩的智能体”该有的样子？论文作者之一、MIT的Nathan Cloos坦承“这一切都可能是角色扮演”，但强调他们证明了这不只是幻觉出来的玩耍，玩耍本身确实在贡献学习。加州大学伯克利分校研究儿童与AI探索行为的认知科学家Eunice Yiu则表示，若要真正将这种行为归类为玩耍，还需要更多关于其背后认知与动机的证据。对跨境电商和AI从业者而言，这项研究的意义在于：如果智能体能够通过自主“玩耍”积累可迁移的经验，未来在选品调研、广告投放测试、客服场景模拟等开放性任务中，或许不再需要人类一步步喂数据、设奖励，而是让AI自己在模拟环境里“玩”出策略——这可能是继监督学习和强化学习之后的第三条路。