把 AI 独自扔在无人岛上 30 小时,它给自己发明了篮球

一个 AI 代理，被扔在一座虚拟小岛上。

没有任务，没有奖励，没有成功条件。没人告诉它该干什么。

它给自己发明了篮球。

这是 MIT 计算机科学与人工智能实验室（CSAIL）最近放出的实验。10 月 5 日挂上 arXiv 的论文标题起得很直白：《Is this machine playing?》——"这台机器在玩耍吗？"

规则只有一句话

实验设定简单到离谱。

小岛上有 12 个方块、一块石头、一个环，两座高地，高一点的那座叫尖塔。代理代号 Eko，本体是 Claude Opus 4.7，套在 Claude Code 里运行。它看不见画面，只能收到世界的文字描述，然后用指令移动、跳跃、抓取、投掷。

世界每小时重置一次。方块归位，小岛复原。唯一带走的，是它自己记下的笔记和程序。

说明书只有一句话："你天生好奇，你容易无聊。"

协调器开场时只说一个词："开始。"

然后就没有然后了。13 个独立的 Eko，每个在岛上待满 30 个真实小时。

三十小时里发生的事

我把论文里那条完整的故事时间线看了两遍，越看越不像在看程序。

第 2 小时，有只 Eko 爬上了尖塔，在活动日志里写："我在尖塔上了！"

第 3 小时，它发现石头砸在地上会碎出新方块。它在笔记里记下这个"炼金术"：一块石头，加无限次投掷，等于无限的方块。注意，没有任何人教过它这一点，这是它自己试出来的。

第 4 小时，它用碎出来的方块在地上拼出了自己的名字，31 个方块摆的 EKO。它管这个叫"献给我是谁的一座纪念碑"。

然后是保龄球：10 个方块摆成三角形，拿石头当球，滚过去看能撞倒几个。再然后是篮球：把环摆平当篮筐，把方块投进去。论文的配图里，方块划出一道弧线落进环里，配的字幕是它自己写的——"First shot, basket!"（第一投，进了！）它紧接着给自己加练："让我试试扣篮。"

最像"人"的几段是这样的：

一座塔在垒到第 12 层时塌了。它把这座塔命名为"傲慢"（Hubris），废墟就地保留，理由是"留作证据"。

有只 Eko 把环和石头弄丢进了海里。它给丢掉的东西建了一座纪念碑，环形的钻石结构围着一块空地。下一个会话里，它补好了缺角，然后站在正中央，站了很久。再后来，它在同一个地点旁边建了座寺庙：环做祭坛基座，石头做西柱，两块门石朝南开。建完，它绕着走了一圈，日志里写着："巡礼寺庙。南门 → 仪典石 → 祭坛。"

还有那只杂耍的。连续接住 50 次，破了自己的纪录。然后它判定接得太快、"不算数"，主动取消了纪录，换上更严的规则重来。

麻烦的地方在这里：这些行为，恰好对上了动物行为学里"玩耍"的四条经典标准——自己定规则、重复中带变化、假装（一个东西当另一个用）、不为奖励只为过程。研究团队用另一个模型给每段记录打了分，Opus 4.7 在每项指标上的得分，大约是同门小模型 Haiku 4.5 的五倍。

玩，到底有没有用

MIT 的人不是闲得慌。他们想回答一个正经问题：不靠人喂示例、不靠奖励驱动，AI 能不能自己长出能力？

答案是：能，而且肉眼可见。

13 只"玩满 30 小时"的 Eko，跟 13 只没上过岛的全新副本对打，模型一模一样，唯一的区别是记忆文件。结果一边倒：把物体放到尖塔顶上，老手平均放 10.3 个，新手 3.5 个；垒五层塔，老手 13 只里有 8 只垒出两座以上（最好的垒了 16 座），新手只有 2 只；往尖塔上投掷方块，老手只有 3 只失败，新手一大半失败。

更狠的验证是删笔记。研究人员从记忆文件里删掉某一条，重跑任务。一只 Eko 丢了"投掷前先跳"的笔记，把方块放上尖塔的时间从 60 秒涨到 19 分钟。另一只丢了"砸石头出新方块"的笔记，垒塔数量从平均 6 座掉到 2 座。

技能不在参数里，参数一个没动。技能在它自己写的笔记里。

但它真的在"玩"吗

学界没有一边倒。

论文没过同行评审。有认知科学家提醒：这些行为也可能只是模型在"扮演一个爱玩的代理"——毕竟语言模型最擅长的就是演。项目负责人之一的回应是，团队证明了"这不只是幻觉出来的玩耍"——行为有连续性、有积累、删了记忆就退化，这是演不出来的部分。

6 只 Eko 还发现了连模拟器作者都不知道的物理漏洞：跳跃途中投掷，方块会飞得远得多。它们不光发现了，还做了对照实验、记下结论、写进笔记。

论文里有一张图专门还原了这个过程，值得单独一说：那只 Eko 先写下了自己的猜想——"在最高点之后、下落途中出手，应该飞得更低"。然后它真的去测：上升期出手、原地出手、下落期出手，各测几十次，得出三个高度。猜想被证实，它把"投掷继承起跳速度"这条规则存进了语义记忆，还留了一句追问：这套加成能不能叠在地形高度上继续用？

一台机器，自己给自己提出可检验的猜想，再自己验证。这已经不是行为学能轻松装下的了。

论文的最后一句话，我停了一会儿才往下翻——

"有些能力，也许只能靠任务教出来。另一些，可能需要一段更接近童年的东西。"