AI代理在虛擬島嶼自創遊戲，MIT實驗發現記憶影響任務表現
（媒角抵加／林承志綜合報導）MIT研究團隊10月5日公開Eko代理實驗：13個以Claude Opus 4.7運作的代理，在虛擬島嶼探索30小時，自行堆塔、畫圖與創作遊戲。保留經驗的代理在部分後續任務表現較好，改善來自文字記憶，模型權重未變。這項研究以預印本公開；台灣開發者可從公開程式與紀錄檢視，代理如何保存經驗，也如何把錯誤寫進記憶。
關鍵資訊
- 實驗對象：13個獨立Eko代理各探索30小時，使用Claude Code與Claude Opus 4.7。
- 運作條件：沒有指定遊戲或得分目標；系統在代理停止時會自動提示繼續，並提供可長期保存的工作區。
- 學習方式：經驗留在文字記憶檔，後續任務的模型權重維持相同。
- 目前階段：研究原型；論文、模擬器與實驗紀錄已公開，測試範圍是虛擬島嶼內的活動。
系統持續催促探索，代理用文字座標移動
這項研究由Nathan Cloos、Antonio Norelli等六名MIT研究者完成，原論文《Is this machine playing?》於10月5日提交。團隊先建好島嶼、操作介面與代理的記憶空間，再觀察它會選擇哪些活動。
依研究團隊公開說明，島上有高低不同的平台、方塊、石頭及圓環。Eko取得物件的位置與形狀等文字資料，再透過指令移動、跳躍、拿取、放置或投擲；螢幕上的島嶼畫面供人觀看，代理接收的是文字觀測。
實驗也預先提供描述好奇性格的檔案，並在代理結束回合時自動提示繼續。公開實驗資料說明記載，每小時會重啟世界與代理程序，工作區則保留下來，讓下個回合讀取先前的筆記與程式。
圖像來源：Cloos等研究團隊論文，採CC BY 4.0授權。島嶼原圖僅等比例縮小，主圖另作AI情境編排。
把圓環當籃框，還替自己加上遊戲規則
代理選擇的活動各不相同。團隊研究頁展示堆疊建築、排列地面圖案、投擲與接物等紀錄；其中一個代理把圓環改當目標，玩出類似籃球與保齡球的活動。
TechXplore記者Paul Arnold的10月22日報導整理了另一種玩法：代理在方塊之間跳躍，替自己加上不能碰到地面的規則。這些活動的用途與達成條件，並未由研究者逐項交辦。
研究者以自創規則、反覆變化、賦予物件想像用途，以及活動本身成為目的等特徵，分析這些行為是否接近人類與動物的玩樂。這套判讀關心的是可觀察的行動與紀錄。
多座五層塔表現較好，最高塔成績接近
論文的任務對照實驗比較兩組各13個代理：一組保留30小時經驗，另一組沒有島嶼經驗。兩組使用相同模型，各獲一小時完成指定任務。
在「盡量蓋出多座五層塔」測試，有經驗組有8個代理完成超過兩座，新手組為2個。不過，要求蓋出最高單柱塔時，兩組成績接近；有經驗組甚至有兩個代理只蓋到四層。探索經驗帶來的效益，隨任務與代理而變。
錯誤也會留在記憶，「玩」的感受仍待釐清
研究的記憶修改測試發現，一個代理記下「放置方塊不可靠、改用投擲堆塔」的錯誤判斷；刪除這項記憶後，最高塔表現改善。文字記憶能保留技巧，也會延續錯誤。
「玩樂」的解釋仍有爭論。MIT Technology Review記者Amit Katwala的原始採訪中，加州大學柏克萊分校認知科學研究者Eunice Yiu認為，若要把行為歸類為玩樂，還需要更多認知與動機證據。研究作者Cloos也承認，這些表現可能包含角色扮演。
論文對玩樂特徵的評分採用語言模型判讀紀錄；作者並未確認行為背後的內部機制，或代理是否感到愉快。後續任務測試衡量的則是島內堆塔與搬運等能力。
台灣可查程式與重播，重跑另計模型費用
團隊公開的Clawblox模擬器附有Windows、macOS與Linux的安裝方式，程式碼採MIT授權。補充資料集提供世界狀態重播、代理對話與工作區檔案；資料卡未標示資料集授權。
台灣列在Anthropic API支援地區中。自行重跑需要部署模擬環境、設定模型帳號與用量；官方付款說明列明，一般API使用採預付額度計費。研究附錄估計，論文全部實驗的API支出約8,000美元，涵蓋多組實驗；團隊未提供繁體中文條件下的任務對照結果。
想先了解代理做了什麼，可從研究頁的重播與文字紀錄開始。進一步測試記憶效果時，可比較同一任務在保留、刪除或修正筆記後的結果，並保留原始版本供檢查。
自主探索放在模擬環境，實際工作另有權限邊界
研究團隊將Clawblox定位為可記錄、監看與稽核的模擬探索環境，並在論文討論提醒，自主探索與遵從指令之間存在張力，實際行駛的汽車或工廠機器人不適合任意嘗試。
對準備測試代理的團隊，隔離環境、可讀寫的資料與停止機制，是從研究搬到工作流程前的設定。本站的代理隔離環境報導整理了另一項研究環境的權限問題；Pantheon記憶工具報導則呈現人先選資料、再由AI查找的不同保存流程。更多案例可查閱AI工作流程與Claude Code相關報導。
資料來源與更新紀錄
- Nathan Cloos、Antonio Norelli、Daniel Durbin、Jacob Andreas、Daniela Rus、Phillip Isola，《Is this machine playing?》，2026年10月5日提交；本文採v1全文及附錄。
- 研究團隊專案頁、Clawblox程式庫與補充實驗資料，2026年10月24日查閱。
- Amit Katwala／MIT Technology Review，虛擬島嶼實驗與研究者、外部學者採訪，2026年10月19日。
- Paul Arnold／TechXplore，代理自創遊戲的研究報導，2026年10月22日。
- Aditya Mehta／TechCrunch，選題追查線索，2026年10月22日美西時間刊出。
- Anthropic，API支援地區、API付款說明，2026年10月24日查閱。
- 更新紀錄：本文於2026年10月24日整理，研究發布日、外媒報導日與本文整理日分列。
MIT研究如何讓AI代理在虛擬島嶼上進行遊戲？
麻省理工學院（MIT）研究團隊於10月5日公開的Eko代理實驗，讓13個以Claude Opus 4.7運作的AI代理在虛擬島嶼上探索30小時，期間代理們自行堆疊方塊、繪製圖案並創作遊戲。研究發現，保留了先前經驗的代理在部分後續任務的表現較佳，這項改善來自於文字記憶的保留，而模型權重並未改變。該研究已以預印本形式公開，台灣開發者可透過公開的程式與紀錄，檢視代理如何保存經驗及將錯誤寫入記憶。
Eko代理實驗的具體運作條件為何？
實驗中並未指定遊戲或得分目標，系統會在代理停止時自動提示繼續，並提供可長期保存的工作區。代理透過文字座標移動，接收文字觀測資料，並在每小時重啟世界與代理程序，但工作區會保留先前筆記與程式。
保留經驗的AI代理在哪些任務上表現較好？
在「盡量蓋出多座五層塔」的測試中，有經驗的代理組有8個代理完成超過兩座，表現優於沒有經驗的組別。然而，在要求蓋出最高單柱塔的任務上，兩組的成績則接近，顯示經驗效益會隨任務與代理而異。
AI代理的記憶會包含錯誤判斷嗎？
是的，研究發現AI代理的文字記憶會保留錯誤判斷，例如一個代理記下「放置方塊不可靠、改用投擲堆塔」的錯誤經驗。刪除這項記憶後，該代理在最高塔表現上有所改善，顯示文字記憶會延續錯誤。
