Agen AI yang dibiarkan menganggur belajar sendiri sambil bermain di pulau virtual

Peneliti MIT menaruh 13 agen AI, masing-masing berjalan di Claude Opus 4.7 dan diberi nama Eko, di sebuah pulau gurun simulasi lalu meninggalkannya selama 30 jam tanpa tugas apa pun. Ketika peneliti kemudian memberi tantangan konkret, misalnya memindahkan sebanyak mungkin objek ke menara batu tertinggi di pulau, agen yang sempat bermain umumnya mengalahkan agen identik yang tidak pernah berada di sana. Studinya tersedia di arXiv, dan TechCrunch memberitakan hasilnya.

Bagian menariknya adalah apa yang dilakukan agen atas inisiatif sendiri. Satu agen mencoba memanjat menara tertinggi, gagal, lalu menyeret batu ke puncak yang lebih rendah, menumpuk dua balok, dan melompat ke seberang. Setelah tak sengaja melempar cincin emas ke laut, agen itu membangun hati dari batu sebagai monumen; saat cincin kembali muncul, ia memakainya sebagai ring basket dan sasaran, lalu menyadari bahwa melangkah dari tebing membuatnya respawn di dekat cincin sehingga bisa mengenakannya. Enam dari 13 agen menemukan sendiri, tanpa diberi tahu, bahwa melepas balok di tengah lompatan membuat lemparannya lebih jauh.

Peneliti menyebut permainan tanpa tujuan tetap ini menghasilkan pengetahuan tentang lingkungan yang bahkan tidak dimiliki perancangnya. Sebuah file "soul" induk menggambarkan Eko sebagai sosok yang ingin tahu. Eunice Yiu, ilmuwan kognitif di UC Berkeley, terkesan namun mengingatkan bahwa makalah ini belum membuktikan model benar-benar bermain.

Kenapa ini penting

Kalau kamu membangun agen, ini menunjukkan jalur pelatihan lain: biarkan agen menjelajah lingkungan secara bebas alih-alih hanya dioptimalkan untuk tujuan yang sudah ditetapkan, dan sejumlah keterampilan, mungkin termasuk kendali robot, bisa muncul tanpa perlu kamu tentukan sebelumnya.