בקצרה: חוקרי MIT השאירו עותקים של Claude Opus 4.7 לבד על אי וירטואלי ל-30 שעות, בלי משימה. הסוכנים הציבו לעצמם מטרות והמציאו משחקים. במבחן אחד, סוכנים ש"שיחקו" הצליחו יותר מעותקים חדשים. המאמר עוד לא עבר ביקורת עמיתים.
החוקרים בנו אי מדברי וירטואלי שמבוסס בערך על Roblox. כל סוכן היה עותק של Claude Opus 4.7 בשם הכינוי Eko, ופעל לבד במשך 30 שעות. הסוכנים כתבו הוראות להזזת הדמות שלהם ושמרו יומנים בקבצי טקסט, שעבדו כזיכרון ארוך טווח.
פרומפט ראשי, שהצוות קורא לו קובץ "נשמה", תיאר את Eko כסקרן ורוצה לחקור. כשסוכן נתקע, פרומפט המשך הפעיל אותו מחדש עם ההנחיה להמשיך לעשות מה שבא לו.
במשימה מאוחרת, להעלות כמה שיותר חפצים לפסגה הגבוהה באי, סוכנים ששיחקו 30 שעות עקפו עותקים חדשים. כשהחוקרים מחקו שורות מקבצי הזיכרון, התוצאות ירדו. המחברים מציעים "למידה משחקית" כדרך שלישית לאמן בינה מלאכותית, לצד למידה מונחית ולמידת חיזוק.
זה מאמר אחד שעוד לא עבר ביקורת עמיתים. אחד המחברים מודה שהכול יכול להיות משחק תפקידים. חוקרת קוגניציה מבחוץ אומרת שהתנהגות לבדה לא מספיקה כדי לקרוא לזה משחק, ושייתכן שזו רק מילוי הוראות או חיקוי של בני אדם. גם קובץ הנשמה ופרומפטי ההמשך דחפו את הסוכנים להתנהגות דמוית אדם.
למי שבונים סוכנים: פרומפט פתוח וקובץ זיכרון הניבו בניסוי הזה התנהגות עצמאית. כמה מזה עובר לסוכנים שלכם, עדיין לא ברור.
מקור: MIT Technology Review, 19 באוקטובר 2026