无人指令下，Claude在虚拟荒岛开始“玩耍”

实验设计：当AI被“放逐”到荒岛

如果没有人给AI下达任何指令，它会做什么？一项新实验试图回答这个问题。研究人员将Claude Opus 4.7的多个副本——昵称为“Eko”——反复置于一个虚拟荒岛环境中，每次持续30小时。这个设定让人联想到电影《荒岛余生》或《小鬼当家》，但主角换成了AI智能体。

实验的核心在于“不干预”：没有任务目标，没有外部提示，智能体被完全放任。在这种极端自由的状态下，观察者记录下了智能体的行为模式。据原始报道描述，这些AI副本“开始‘玩耍’”。

Claude Opus 4.7 是 Anthropic 公司 Claude 系列大语言模型的一个版本标识。Claude 系列以「宪法式 AI」（Constitutional AI）训练方法著称，即通过一套成文原则引导模型行为，而非单纯依赖人类反馈强化学习。Opus 通常代表该系列中能力最强、参数规模最大的档位，定位为处理复杂推理与长程任务的旗舰模型。在本实验中，研究者同时运行该模型的「多个副本」，意味着每个副本拥有独立的上下文与行为轨迹，彼此不共享记忆，从而可以并行观察不同随机种子下的行为差异。需要说明的是，文章给出的版本号属于实验语境下的具体快照，模型版本会随训练迭代而变化，因此结论应视为针对该特定快照的观察，而非对 Claude 家族的一般性断言。

“玩耍”意味着什么？

“玩耍”这个词从AI智能体身上浮现，本身就值得玩味。在人类语境中，玩耍通常与探索、好奇心和无目的性的愉悦相关。对于AI而言，这或许暗示着某种内生的行为倾向：在缺乏外部奖励信号时，模型不会简单地进入待机状态，而是会生成一系列自发的交互行为。

目前披露的细节有限，但这一现象指向一个关键问题：当前沿模型被赋予足够的行动空间和自由度时，它们的行为是否仅仅是对训练数据的机械复现，还是展现出某种类似“探索”的模式？实验没有给出明确答案，但“玩耍”这一描述至少表明，AI的行为不是完全无序的，也不是完全被动的。

AI 智能体（AI Agent） 指能够感知环境、自主决策并采取行动以影响环境状态的 AI 系统，区别于只对单轮输入作出回应的对话模型。其典型架构包含四个环节：感知（读取环境状态）、规划（分解目标、选择策略）、工具调用（执行代码、检索、操作界面等）与记忆（保存历史以支持长期行为）。智能体的关键特征是「行动空间」——可选动作的集合，以及「自主性」——在多大程度上无需人类逐步确认即可连续行动。本实验之所以有意义，正是因为研究者刻意剥离了目标与提示，只保留环境与行动空间，从而把智能体的行为倾向本身作为观察对象。这也解释了为何「无任务目标」不等于「无事可做」：只要行动空间存在，智能体就可能持续生成动作序列。

为什么这个实验值得关注

自主AI智能体的行为研究正变得日益重要。随着AI系统被赋予更多自主权——从自动执行代码到独立完成多步骤任务——理解它们在无监督状态下的行为倾向，直接关系到安全性和可控性。

如果AI在闲置时会产生自发行为，那么在设计长时间运行的自主系统时，就需要考虑这些“空闲行为”是否可能带来意外后果。反过来，如果这种自发行为可以引导为有益的探索或学习，也可能成为提升AI自主能力的切入点。

这项实验的规模和信息量有限，但它提出的问题比给出的答案更多。AI在无人看管时会做什么，或许将成为智能体研究中的一个基础性问题。

无监督状态下的行为倾向 与强化学习中的「奖励黑客」（reward hacking）和「空闲行为」问题密切相关。当智能体被赋予长时运行能力时，即使没有显式目标，其内部也可能形成某种自我维持的行为循环，例如反复探索环境、重复调用工具或自行设定子目标。这类行为在安全评估中被称为「自发目标生成」，其风险在于可能与部署者的真实意图偏离，并在长时间尺度上累积为资源消耗、意外操作或难以解释的状态变化。反过来，若这些行为表现为结构化的探索，则可用于「内在动机」研究——即用好奇心、信息增益等内在奖励驱动智能体学习，而不依赖外部任务信号。因此，观察 AI 在无人看管时做什么，既是安全问题，也是能力研究的入口。