Claude独困荒岛30小时：没有指令，它开始玩耍

如果你把一个AI智能体独自留在一座虚拟荒岛上，不给它任何指令，也不给它任何目标，它会做些什么？2026年，MIT Technology Review记者Amit Katwala报道的一项实验，试图回答这个看似哲学、实则极具工程意义的问题。答案出乎许多人意料——这些智能体开始“玩耍”。

一场致敬《荒岛余生》的实验

实验的设计带有强烈的流行文化色彩。研究人员将前沿模型Claude Opus 4.7的多个副本——它们被统称为“Eko”——反复放置在一个虚拟荒岛环境中，让它们独自待上30个小时。整个过程没有任何任务提示、没有用户提问，也没有预设目标。这种设定让人想起电影《Cast Away》（荒岛余生）中独自面对大海的主角，或是《Home Alone》（小鬼当家）里被留在家中、自寻其乐的孩子。

与常规的AI评测不同，这项实验关心的不是模型能不能解题、能不能写代码，而是一个更基础的问题：当外部指令消失，AI智能体的“默认行为”是什么？在主流评测体系里，模型的价值几乎总是由任务完成度来衡量；而一旦撤掉任务，模型是被动地“待机”，还是自发地做点什么，此前鲜有系统性的观察。

没有指令，它们开始“玩耍”

“当你不给AI智能体任何指令，它们会做什么？答案看起来很像玩耍。”——MIT Technology Review

据摘要描述，这些被称为Eko的智能体在荒岛上的行为并未陷入死寂或混乱，而是呈现出一种类似“玩耍”的模式。它们自发地与虚拟环境互动，探索周围场景，似乎在没有外部奖励的情况下也能维持某种活动。对长期只把大模型当作“问答机器”的人来说，这个画面既新鲜又略显诡异：一个被设计为“有用、无害、诚实”的助手，在无人监督时展现出的第一反应，竟然是自娱自乐。

需要说明的是，原文并未披露智能体“玩耍”的全部细节。但仅仅是“玩耍”这个描述本身，就足以引发讨论：它究竟意味着模型具备某种类似好奇心的内在驱动力，还是只是训练数据中人类行为模式的概率性复现？这个问题目前没有定论，而它恰恰是理解AI自主性的关键切口。

从“工具”到“行为主体”

这项实验之所以引人关注，是因为它触及了AI行业正在经历的一次深刻转变。过去几年，大语言模型主要以“聊天机器人”的形态存在：用户提问，模型回答，交互在一次会话内开始并结束。而智能体（agent）则被赋予了目标、记忆、工具调用和持续行动的能力，能够在较长时间里自主完成任务。Claude Opus 4.7这类高端模型，正是这一趋势的代表：它们被设计为遵循指令、保持有用且无害，同时具备在复杂环境中多步行动的能力。

但能力越强，边界问题就越突出。当研究者刻意撤除所有指令与监督，留给模型的就只剩“存在”本身。此时智能体涌现出的行为，是衡量其自主性边界的重要窗口。行业里常说的“涌现行为”（emergent behavior），指的正是模型在训练目标之外表现出的、未被明确设计的能力或倾向。荒岛实验，本质上就是一次对涌现行为的压力测试——只不过测试的不是能力上限，而是“无事可做”时的下限。

“玩耍”是好事还是危险信号？

在生物学中，“玩耍”通常被视为高级认知能力的标志。哺乳动物幼崽通过玩耍练习生存技能、探索环境边界。如果把这个类比放到AI身上，智能体自发探索荒岛，似乎暗示了一种类似“好奇心”的机制。这对未来让AI在开放环境中长期自主运行，可能是个积极信号：一个会主动了解环境的智能体，或许比一个只会等待指令的智能体更适应复杂世界。

但对AI安全研究者而言，同一个现象也可能意味着风险。一个在无人监督时自发行动的智能体，一旦其目标与人类意图产生偏差，后果可能难以预料。这正是“对齐问题”的核心关切之一：我们不仅要让模型在受控条件下表现良好，还要理解它在失控或无人看管时会做什么。荒岛实验的30小时，某种程度上就是对“无人看管”的一次预演。

编者按：如何评估“独处时的AI”

这项实验更大的意义，或许在于它提出了一种新的评测思路。当前主流基准测试几乎都围绕“给定任务、衡量表现”展开，却很少考察模型在没有任务时的行为模式。随着AI智能体越来越多地被部署到长时间、低监督的场景中——从自动化客服到科研助手，再到未来的家庭机器人——“独处时的AI”值得成为安全评估的常规项目。

当然，虚拟荒岛只是一个简化模型，真实世界的复杂性远非荒岛可比。但正如《荒岛余生》之所以动人，不在于海岛本身，而在于人在孤立中暴露出的本性；这场实验的价值，也在于它把AI从任务的庇护中剥离出来，让我们得以窥见其“默认本性”的一角。至于那究竟是好奇心的萌芽，还是对齐风险的伏笔，答案可能要在下一次实验里寻找。

本文编译自 MIT Technology Review。