麻省理工學院研究團隊在一個虛擬島嶼中觀察AI代理的行為。研究沒有替代理設定明確任務或獎勵，僅提供基本環境指引；13個代理各自運行30小時，期間自行攀坡、堆疊方塊、繪畫和測試環境規則。研究者指出，代理會形成探索方向，但這不等同具備人類意識或真正自主目標。
研究題為「這台機器在玩嗎？」刊於arXiv，團隊把具備程式操作能力的AI代理放入虛擬島嶼，讓它們在沒有指定任務和獎勵的情況下與環境互動。研究設計重點是觀察代理如何利用可用工具，而非測試它能否完成預設工作。
實驗共有13個代理，每個代理運行30小時。代理可移動物件、改變場景並記錄探索結果；研究者沒有要求它們完成某個特定目標，也沒有以分數鼓勵某類行為。代理因此出現多種活動，包括爬上山坡、堆疊方塊、繪製圖案及嘗試理解虛擬世界的物理規則。
部分代理會把已掌握的操作方法用在新活動上，例如先試驗物件如何移動，再利用累積經驗安排後續嘗試。另有代理反覆創作圖案或重新詮釋場景中的運動活動。這些行為顯示模型能在較開放的環境中形成一連串可觀察的探索過程。
研究者把這類現象描述為玩耍、推理或實驗，並非宣稱模型具有主觀感受。代理的行為仍來自模型架構、提示內容、工具權限和環境設定；環境提供什麼可操作元素，也會限制代理能探索的範圍。若調整島嶼規則，代理的活動選擇也可能隨之改變。
這項研究反映AI代理正由單輪問答走向可持續操作的系統。當模型能使用工具、記憶先前結果並反覆調整策略，開發者便需要評估它在沒有明確指令時會如何行動，以及是否會消耗資源或執行未預期操作。
研究中的虛擬島是受控環境，與真實網站、工作系統或機械設備有明顯差異。代理在島上堆疊方塊或測試物理效果，不能直接證明它在現實環境能安全處理任務；模型的探索能力仍須在更嚴格的測試中驗證。
對AI產品設計而言，關鍵問題是何時允許代理主動探索、能否設定操作邊界，以及如何讓使用者查看行動記錄。若系統可在背景中持續運作，權限管理、資料隔離和停止機制便成為實際部署前的必要環節。研究中的代理行為，也提示開發團隊要測試系統在空閒時是否會自行呼叫工具。設定明確的操作範圍可降低意外執行的風險。
研究團隊把實驗定位為對開放式代理行為的初步觀察，並非對AI意識的判定。後續工作仍需比較不同模型、不同環境和不同提示下的表現，釐清哪些行為來自模型本身，哪些由環境設計和工具設定所引導。研究者也可測試代理能否在更長時間內保持一致，並評估記憶機制對探索路徑的影響。（編輯部）
贵公网安备52011302005168号