Agenci AI pozostawieni bez żadnego zadania nie stoją w miejscu. Zespół z MIT umieścił 13 agentów na wirtualnej wyspie na 30 godzin i nie dał im żadnego celu. Agenci sami wymyślali gry, budowali wieże z klocków i sprawdzali, jak działa fizyka otaczającego ich świata. Część tych zabaw przełożyła się później na lepsze wyniki w konkretnych zadaniach.
Eksperyment opisuje praca „Is this machine playing?” opublikowana w serwisie arXiv. Wśród jej autorów są m.in. Jacob Andreas, Daniela Rus i Phillip Isola. Każdy agent, nazwany Eko, działał na modelu Claude Opus 4.7. Badacze wzięli więc asystenta do programowania i postawili go w roli agenta poruszającego się w symulowanym świecie, z minimalnymi instrukcjami. Według autorów agenci wspinali się na wzgórza, rysowali mandale, na nowo interpretowali zasady sportów i prowadzili własne eksperymenty fizyczne.
Co wyszło z zabawy
Najciekawszy wynik dotyczy umiejętności, których nikt nie zaplanował. Jak relacjonuje TechCrunch, sześciu z 13 agentów odkryło, że klocek poleci dalej, jeśli puszczą go w trakcie skoku. Projektanci środowiska nie przewidzieli takiej techniki. Agenci skakali też z klifów, żeby odrodzić się bliżej potrzebnych przedmiotów. Gdy agentom dano później konkretne wyzwanie, np. ułożenie jak największej liczby obiektów na najwyższej skalnej iglicy, ci, którzy mieli za sobą swobodną eksplorację, radzili sobie lepiej niż identyczni agenci bez takiego doświadczenia.
„Zabawa sugeruje inny tryb: daj agentowi wystarczająco bogaty i bezpieczny świat i pozwól mu wybrać, co jest interesujące.” (autorzy badania, cyt. za TechCrunch, tłum. własne)
Nie wszyscy są przekonani. Eunice Yiu, kognitywistka z UC Berkeley, zauważa w rozmowie z TechCrunch, że na podstawie samej pracy nie da się rozstrzygnąć, czy modele faktycznie się bawią. Określenie „zabawa” jest więc interpretacją badaczy, a nie twardym pomiarem.
Co to znaczy dla firm
Dla firm wdrażających agentów AI ten eksperyment niesie dwie lekcje. Pierwsza: swobodna eksploracja w bezpiecznym środowisku może budować umiejętności, których trudno nauczyć wprost. Testowa piaskownica, w której agent poznaje firmowe narzędzia przed właściwą pracą, ma zatem sens nie tylko jako zabezpieczenie.
Druga lekcja jest mniej wygodna. Agenci znajdują skróty, których twórcy nie przewidzieli. Na wyspie był to rzut klockiem w trakcie skoku, w firmowym systemie podobny skrót może oznaczać obejście procedury albo uprawnień. Zanim agent dostanie dostęp do danych produkcyjnych, warto jasno opisać jego granice, ograniczyć uprawnienia do minimum i logować każde działanie.
Źródło: TechCrunch (EN), 22 października 2026; praca naukowa: „Is this machine playing?”, arXiv (EN).
