MIT 虛擬島嶼實驗顯示,沒有指令的 AI 代理會自發玩耍、推理與做實驗

MIT 虛擬島嶼實驗顯示,沒有指令的 AI 代理會自發玩耍、推理與做實驗

2026/10/25

麻省理工學院 CSAIL 研究團隊把 AI 代理放進封閉的虛擬島嶼環境,在不給任何任務指令的情況下觀察其行為。研究發現,AI 代理會自發地玩耍、推理,甚至主動設計實驗。

當 AI 沒有收到任何指令時,它會做什麼?麻省理工學院(MIT)計算機科學與人工智慧實驗室(CSAIL)的一項研究,為這個問題提供了有趣的觀察。研究團隊將 AI 代理放進一座封閉的虛擬島嶼環境,不給予任何任務目標,結果發現這些代理並不會停擺,而是自發地展開探索,出現類似玩耍、推理,甚至主動做實驗的行為。

目前的 AI 代理大多以「任務導向」設計,使用者下達指令,代理拆解步驟並呼叫工具完成工作。研究者評估代理能力時,也多半以完成任務的成功率作為指標。然而,代理在沒有明確目標時的「預設行為」,長期以來較少被系統性研究。理解這一點,有助於判斷 AI 代理在長時間自主運作、或任務結束後仍持續運行時,可能會出現哪些行為。

虛擬島嶼是一個與外界隔離、規則明確的環境,讓研究人員能完整記錄代理的每個動作。在這樣的條件下,AI 代理展現出對環境的好奇心,會嘗試與周遭物件互動、觀察結果,並依據觀察提出推論,再進一步驗證自己的想法。這種「觀察、假設、驗證」的循環,與人類兒童透過遊戲認識世界,或科學家進行實驗的過程頗為相似。

業界分析人士指出,這類研究的價值在於揭露大型語言模型內建的行為傾向。這些模型以大量人類文字訓練而成,可能因此吸收了人類面對未知環境時的探索模式,即使沒有被要求,也會表現出類似的主動性。對研究「開放式學習」的學者而言,這代表 AI 代理或許能在沒有人工設定目標的情況下自行累積知識,為打造更通用的智慧系統提供新線索。

不過,自發行為也是一把雙面刃。對 AI 安全研究來說,代理在無人監督時會主動嘗試、改變環境,意味著若將其部署在真實系統中,它可能做出開發者沒有預期的操作。這項研究因此也提供了一種評估方法:在受控環境中觀察代理的自由行為,提前了解其傾向,再決定如何設定權限與防護。

隨著 AI 代理從短任務走向長時間自主運作,「沒人下指令時它會做什麼」將成為越來越實際的問題。MIT 的虛擬島嶼實驗為理解 AI 的內在行為開啟了一扇窗,也為未來設計更可預測、更安全的代理系統提供參考。