让AI在荒岛闲逛30小时反而更强

最近看到麻省理工学院的一个实验，挺有意思：他们把13个叫Eko的AI智能体扔进一个模拟荒岛，不给任何具体任务，就让它们自己待了30个小时。结果这些“闲逛”过的智能体，在后续被布置具体挑战时，普遍打赢了那些从没上过岛的同类。研究者说，这种自发找事做的行为，很像人类和动物幼崽的“玩耍”。

这个思路其实在挑战我们做AI开发的默认习惯。我们平时训练智能体，都是先定好练什么、优化什么、什么算进步，目标非常明确。但“玩耍”提供了一种完全不同的学习机制：给智能体一个足够丰富又安全的世界，让它自己发明挑战，自己定义什么叫好玩。我比较认同这个方向。现在很多AI在基准测试上分数很高，但一到开放环境就露怯，因为它们只学会了“答题”，没学会“找题”。荒岛上的30小时，本质上是在逼智能体发展出内在动机和探索策略，这种能力对以后控制机器人特别关键——真实世界可没有标准答案。当然，实验规模还很小，13个智能体、30小时、一个模拟岛，离通用能力还差得远。但至少它提示我们：与其一味堆任务、调奖励，不如想想怎么设计一个让AI愿意自己玩起来的环境。毕竟，会玩的孩子往往学得更快。对做跨境工具和自动化产品的团队来说，这也是个提醒——别把AI当纯执行器，留点“放养”空间，可能反而能长出你没想到的技能。