研究者把 13 个 AI 智能体，一个一个地，扔进一座模拟荒岛。不给任务，不给奖励，不给 KPI，连一句"你要做什么"都没有。每个智能体跑在 Claude Opus 4.7 上，待满 30 个小时。

结果，这帮 AI 干的事，比大多数真人玩家还离谱。

一枚金戒指的葬礼

有个 AI 上岛第一小时写的日志是："让我观察一下周围环境。"挺谦虚的。然后它盯上了岛上最高的那座石塔，目标明确：登顶。

直接跳，够不着。换你你会怎么办？这货的办法是：把一块石头搬到旁边的山头，再叠两块方块，踩着垫脚，一口气蹦了上去。日志里写了四个字级别的宣告："我登上塔了。"

更离谱的在后头。它测试"金戒指能扔多远"，一使劲——扔海里了。日志："哎。戒指丢了。"

你猜它接下来干嘛？它"决定转向一些可实现且有意义的任务"，用石头搭了一颗心，作为"献给丢失戒指的纪念碑"。

一个 AI，给一枚它自己扔丢的戒指，办了场葬礼。

后来游戏重置，戒指回来了。它把戒指当篮球框玩、当投掷靶子玩，最后发现游戏不允许它把戒指戴身上——于是它想到了一个邪门路子：从悬崖跳下去，重生点正好在戒指的位置，落下的一瞬间正好从戒指中间穿过去。"我戴上戒指了。"它宣布。

它发现了开发者都不知道的"外挂"

如果说戒指葬礼是感人环节，那接下来这个就是技术环节。

13 个 AI 里有 6 个，自己摸索出了一套"跳扔"技巧：跳到半空，在最高点松手，方块能比站着扔远得多。这个机制，写模拟器的工程师根本没打算做出来。论文里原话是：探索产生了"连设计者都不具备的关于这个世界的知识"。

AI 在没人教、没奖励、没攻略的情况下，自己翻出了这个世界的隐藏机制。跟最早那批玩家发现《我的世界》的各种邪道操作一个味儿。

而最"功利"的结论是：玩过 30 小时的 AI，后来在做正经任务测试（比如把尽可能多的东西搬上塔顶）时，普遍跑赢了那些从没上过岛的、一模一样的复制体。

玩耍，本身就是训练。

先别急着喊"AI 觉醒了"

我明白，看到"给戒指办葬礼"，很多人第一反应是：它有情感了？

UC Berkeley 的认知科学家尤妮斯·姚看完论文的表态很克制："有可能这些模型是真的在玩，但基于这篇论文，我们无法确认。"毕竟智能体的"灵魂文件"里写着它"天生好奇"，这等于提前给行为画了个方向；它的"记忆"也存在可编辑的文本文件里，而不是训练进模型的权重里。

所以更准确的说法是：它们做出了所有符合"玩耍"定义的行为，但我们无法证明它们"在玩耍"时内心有没有那个玩意儿。

但这不妨碍这个实验真正值钱的那部分。

有些能力，得靠"童年"

现在的 AI 训练是什么样的？人提前定好它该练什么、什么算成功、奖励怎么发。AI 是个永不下班的做题家，练的一切都是为了那张考卷。

MIT 这帮研究者提了另一个思路：给它一个足够丰富、足够安全的世界，别布置任务，让它自己选觉得有意思的事，然后让有用的知识自己沉淀下来。

论文结尾有句话，我读了两遍：

"也许有些能力是任务教出来的，另一些，可能需要更接近'童年'的东西。"

这句话放在 AI 身上，落点是机器人——让机器人未来面对乱糟糟的真实世界时，不是只会执行写死的动作，而是有过"瞎折腾"的底子。但放在我们自己身上，也一样扎人。

我们这代人的教育，太擅长把"没用但喜欢"的事情全部砍掉，只留"有用"的部分。孩子搭积木会被问"这能加分吗"，成年人打游戏会被说"这能赚钱吗"。结果就是一堆做任务的做题家，遇到考卷上没有的题就宕机。

现在连 AI 都证明了：那些看起来最浪费时间的瞎玩，恰恰是长本事最快的部分。

你上一次不带任何目的地"玩"，是什么时候？