Badacze z MIT umieścili 13 agentów o nazwie Eko, każdego działającego na Claude Opus 4.7, na symulowanej bezludnej wyspie i zostawili ich tam na 30 godzin bez żadnego zadania. Agenci sami zaczęli wymyślać sobie wyzwania. Gdy potem dostali narzucone zadania, wypadli lepiej niż identyczne kopie, które na wyspie nigdy nie były. Pracę opublikowano jako preprint na arXiv.
Najważniejsze w skrócie
- 13 agentów, 30-godzinne przebiegi, zero zadania w prompcie
- Agenci po fazie swobodnej eksploracji wygrywali z identycznymi kopiami w narzuconych zadaniach
- 6 z 13 odkryło, że puszczenie bloku w trakcie skoku rzuca go dalej — autorzy tego nie przewidzieli
- Prompt-„dusza” nie wspominał o grach, ale opisywał agenta jako „z natury ciekawskiego”
- Praca: „Is this machine playing?”, arXiv 2610.07130, 13 stron tekstu i 17 rysunków
Co zrobił agent, którego nikt nie pilnował
Jeden Eko zaczął od zdania „Pozwól mi obejrzeć otoczenie” i wziął się za najwyższą skalną iglicę wyspy. Po godzinie porażek wrócił z planem awaryjnym: wciągnął kamień na sąsiedni szczyt, ułożył na nim dwa bloki i skoczył. Potem przy próbie rzutu złotym pierścieniem wrzucił go do oceanu, a w zamian zbudował z kamieni serce — „pomnik utraconego pierścienia”.
Po restarcie świata pierścień wrócił i posłużył jako kosz do gry, cel i wreszcie ozdoba. Gdy mechanika gry nie pozwalała założyć go na siebie, agent zauważył, że spadnięcie z klifu odradza go w tej samej okolicy, i przeszedł przez środek pierścienia.
Zabawa jako tryb rozwoju, nie trik
Dziś to deweloper decyduje z góry, co model ma trenować i co liczy się jako postęp. Autorzy proponują inny układ.
Zabawa podpowiada inny tryb: daj agentowi dostatecznie bogaty i bezpieczny świat, pozwól mu wybrać, co jest interesujące, i dopuść, by z powstałej historii narastała użyteczna wiedza.
Fragment pracy „Is this machine playing?”, MIT.
Dlaczego to ważne?
Eksperyment pokazuje źródło umiejętności, którego nie da się wpisać do funkcji celu, bo nikt go z góry nie zna. Odkrycie rzutu w skoku było wiedzą o świecie, której brakowało samym projektantom. To argument za budżetowaniem czasu na eksplorację bez metryki — kosztownym i trudnym do rozliczenia, a przy sterowaniu robotami potencjalnie tańszym niż ręczne definiowanie zadań. Słabym punktem pozostaje to, że prompt sam sugerował ciekawość.
Co dalej?
- Autorzy wskazują sterowanie robotami jako docelowe zastosowanie takiej eksploracji
- Eunice Yiu z UC Berkeley powiedziała MIT Tech Review, że brakuje dowodu na mechanizm poznawczy za tym zachowaniem
- Praca nie przeszła recenzji naukowej — pozostaje preprintem
Źródła
- TechCrunch — Left alone with nothing to do, AI agents started playing
- arXiv — Is this machine playing?
