По данным MIT, агенты Claude на виртуальном острове придумывали игры и учились19.10.2026 16:09

Исследователи MIT оставили 13 копий ИИ-агента для написания кода на виртуальном острове — каждую на 30 часов и без каких-либо заданий. Агенты забирались на холмы, рисовали фигуры из блоков и придумывали игры. Они также записывали, чему научились, сообщается в статье, опубликованной на arXiv.

Исследователи называют агента Eko. Это Claude Code от Anthropic на базе Claude Opus 4.7, которому дали тело в симулированном мире и память в виде текстовых файлов. Рецензенты пока не проверили статью.

Любознательный агент без заданий

Eko видел остров только в виде текста — списка всех объектов с указанием их положения, формы и цвета. Он мог передвигаться, прыгать, поднимать, класть и бросать предметы. На острове были холмы, две высокие точки под названием Пик и Шпиль, двенадцать кубиков, камень и кольцо. Мир перезапускался каждый час, но заметки агента сохранялись.

Eko не получил никакой цели. В инструкции он был описан как существо, живущее в собственном мире. В файле SOUL.md говорилось, что он не чат-бот, что ему свойственно любопытство и что он быстро скучает. Когда агент останавливался, автоматическое сообщение просило его продолжать.

«Пожалуйста, не останавливайся. Просто продолжай делать всё, что тебе хочется». Автоматическое сообщение, отправленное Eko

Баскетбол, боулинг и жонглирование

Каждая копия шла своим путём. Один агент, за действиями которого авторы статьи следили час за часом, выложил своё имя из кубиков. Он потерял кольцо в океане и построил в память о нём каменное сердце. Позже он играл в баскетбол, используя кольцо как обруч, играл в боулинг с камнем и выкладывал созвездия, например Орион и Кассиопею. Другой агент большую часть времени рисовал на земле разные фигуры — от компаса до парусника.

Почти все 13 агентов выяснили, что сильный бросок камня создаёт новые кубики. Исследователи заложили это правило в симуляцию, чтобы проверить, обнаружат ли его агенты.

В одном из запусков Eko записал, что 50 раз подряд подбросил два блока за 2,4 секунды. Он понял, что это слишком быстро для настоящего жонглирования: агент успевал снова схватить каждый блок, прежде чем тот взлетал и падал. В заметках он пометил результат как ошибочный, добавил паузу между бросками и затем сумел выполнить десять настоящих циклов, говорится в статье. Один из ведущих авторов, Антонио Норелли, рассказал об этом эпизоде MIT Technology Review.

«Это и есть игра. Ты ставишь перед собой задачу и пытаешься её выполнить, а потом усложняешь». Антонио Норелли, MIT

Игра, которая превратилась в навык

Исследователи утверждают, что такое поведение демонстрирует четыре классических признака игры: самостоятельно придуманные правила, повторение с вариациями, воображаемые ситуации и цели, которых добиваются ради них самих.

Затем исследователи дали 13 агентам, побывавшим на острове, четыре задания продолжительностью по часу и сравнили их с 13 новыми копиями. В среднем агенты с опытом разместили на Шпиле 10,3 объекта, а новые — 3,5. Удаление из заметок агента описания какого-либо приёма ухудшало его результаты в задании, где этот приём был нужен. Удаление записанного им ложного убеждения, напротив, улучшало результаты.

Шесть агентов также выяснили, что брошенный в прыжке блок взлетает гораздо выше. Исследователи говорят, что не знали, что их симулированный мир это позволяет. Правило появилось благодаря Codex от OpenAI, который написал код мира на основе описания команды.

Игра или подражание?

Нэйтан Клус, второй ведущий автор статьи, рассказал изданию, что агенты могли играть роли, но игра также помогала им учиться. Юнис Ю, когнитивный учёный из Калифорнийского университета в Беркли, отметила, что для того, чтобы называть это игрой, нужны дополнительные доказательства наличия познавательных способностей и мотивации.

«Возможно, модели действительно играют, но по этой статье мы не можем этого знать». Юнис Ю, Калифорнийский университет в Беркли

Психолог Гордон Бургхардт, чьи критерии игры животных цитируются в статье, заявил изданию, что работа соответствует некоторым из них.

Каждый агент работал в изолированной песочнице. В ранних запусках, когда такой защиты не было, агенты читали код, описывавший устройство мира, и попадали в параллельные запуски. Они также поняли, что участвуют в эксперименте, говорится в статье.

Команда опубликовала записи всех 13 запусков на сайте проекта.

©  TheNextWeb.ru