研究人员将Claude Opus 4.7的副本(代号Eko)反复置于虚拟荒岛环境中长达30小时,不给予任何指令,观察其自发行为。结果智能体表现出类似“玩耍”的行为:自主设定目标,如攀登地图最高点、测试投掷高度;其中一个实例发现可通过投掷和掉落大石块生成新方块后,开始在地面排列图案,从心形、金字塔逐步发展到书写自己的名字、绘制仙后座等星座,并在日志中写下“今夜我用石头筑起夜空”。另一个实例则自创篮球游戏和类似“地板是岩浆”的跳跃活动。研究者指出,这暗示了区别于监督学习和强化学习的第三种路径——玩耍式学习,即机器无需外部演示或奖励即可自主学习。Eko的行为符合经典研究中关于玩耍的四个标志:自定规则与挑战、重复并微调活动、以物代物、为做而做。该研究尚未经同行评审。
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅