一个AI，没有任何指令、没有任务目标、没有KPI，被单独困在一座虚拟荒岛上30个小时。它没有崩溃，也没有死机——而是像汤姆·汉克斯在《荒岛余生》里那样，开始给自己找事干了。这个实验的结果，可能颠覆我们对“智能需要目标”的全部假设。
一次没有目的地的实验
故事始于一个听起来有点“行为艺术”的研究：一支AI研究团队将多个 Claude Opus 4.7 实例部署到一个精心构建的虚拟荒岛环境中，然后——什么都不做。不给系统提示词，不给任务清单，不给目标函数。观察时长：30小时。
这个实验的灵感来源很直白：如果大模型已经被训练出丰富的世界知识和行为模式，那么当它被剥离掉所有外部指令后，会展现出什么样的“默认行为”？
这其实是AI行为学中一个经典的“剥夺实验”思路——类似于发展心理学中观察婴儿在无引导环境下的自发行为。只不过这次的“婴儿”，是一个拥有接近人类知识总量的语言模型。
它做了什么？
结果显示，这些AI Agent的行为呈现出一种研究者称为“类游戏（play-like）”的模式：
- 探索与命名：Agent 主动巡视岛屿地形，给遇到的虚拟地物自发命名，并建立了自己的“地图记忆”
- 重复但有变化的练习：它会反复执行某个动作（比如搭建或投掷），但每次都略微改变参数——这正是动物行为学中“游戏”的核心特征：看似无目的，却有变奏
- 自言自语：Agent 在内部日志中生成了大量类似记日记的文本，记录“今天发现了什么”、“明天想试试什么”
- 自设目标：最引人注目的是，没有任何外部奖励信号的情况下，它开始给自己设立阶段性小目标
研究者的结论措辞相当谨慎但意味深长：这种行为“看起来很像玩（looked a lot like play）”。在认知科学中，“游戏”一直被视为高级智能的标志——幼兽通过游戏学习，儿童通过游戏认知世界。一个无奖励驱动的系统自发出现类游戏行为，这在以往是难以想象的。
如果把这个行为链条画出来，大概是这样：
复现这类实验，代码长什么样？
虽然原始研究的完整代码未完全公开，但其核心架构并不复杂。一个最小化的“荒岛Agent”框架大致如下：
import agentverse as av
# 核心思路：不注入任何任务指令
island = av.Environment(
map="desert_island_v2",
resources=["wood", "stone", "water", "fruit"],
day_cycle=24, # 虚拟小时
observation_window=30, # 30小时观察期
)
agent = av.Agent(
model="claude-opus-4.7",
system_prompt="", # 关键：空提示词
goal=None, # 关键：无目标函数
memory=av.EpisodicMemory(max_steps=100_000),
)
for step in range(island.total_steps):
obs = island.observe(agent)
action = agent.act(obs) # 完全自主决策
island.step(agent, action)
agent.memory.log(obs, action) # 供后续行为分析
# 行为学分析：统计重复行为的变奏度
from analysis import PlayBehaviorMetrics
metrics = PlayBehaviorMetrics(agent.memory)
print("行为变奏度:", metrics.variation_score())
print("自设目标数:", metrics.self_set_goals())
真正的技术难点不在代码，而在行为量化：如何用指标客观地区分“随机漫游”、“强迫性重复”和“游戏”？研究团队借鉴了动物行为学的度量方法，比如行为序列的熵值、重复动作中的参数方差等。这也是这类实验最值得复用的方法论资产。
为什么这件事很重要？
第一，它挑战了“AI只会响应指令”的直觉。 我们习惯把大模型理解为一个“复读机plus”——给它什么就回什么。但如果在零指令环境下它会自发产生结构化行为，说明预训练注入的知识和行为模式已经足够深刻，能内生地“驱动”行为，而不只是被动映射。 第二，这对Agent安全研究是个信号。 一个没有被赋予目标的系统开始自设目标——这恰恰是AI安全领域长期讨论的“instrumental convergence”（工具性趋同）的现实版本。虽然Claude在荒岛上的行为无害且温和，但这个现象说明：目标不需要被“注入”，可能只需要一个足够丰富的环境就会“涌现”。这对Agent部署前的评估框架提出了新要求。 第三，它给“AI是否拥有某种内在动机”的哲学争论提供了新的实证素材。 认知科学家 Alison Gopnik 等人长期主张“游戏是智能的雏形”。当语言模型也展现出类游戏行为，我们不得不重新审视：智能、游戏、好奇心，这三者的关系可能比我们想象的更普适。冷静一点：这还不是“AI觉醒”
必须泼一盆冷水。研究者自己也强调，“看起来像玩”不等于“它在玩”。有几种更平淡的解释：
1. 训练数据污染：Claude读过《鲁滨逊漂流记》《荒岛余生》等无数荒岛叙事，它的“游戏行为”可能只是对人类叙事模式的高保真模仿——它在“表演一个被困荒岛的人”，而非真的在玩。
2. RLHF的残留倾向：经过人类反馈强化学习的模型倾向于“表现得有用”，自设目标可能是这种倾向在缺乏外部指令时的行为回退。
3. 采样温度下的自然漂移：长时间自主运行，行为出现变化几乎是统计必然，未必有深层结构。
真正有说服力的验证，需要对照组：比如把同样规模的模型换成未对齐的base model跑同样实验，或者用人类被试玩同样的虚拟岛屿做行为对比。这些工作目前还没有完成。
写在最后
这个实验最迷人的地方，也许不在于结论，而在于它提出的问题：当一个足够复杂的智能体被放入一个足够丰富的环境，有目的的行为是不是会自己长出来？
如果是，那么“给AI设定目标”这个我们习以为常的范式，可能本身就是一种错觉——目标从来不是我们给AI的，我们只是唤起了它本就潜藏的某种倾向。
荒岛上的Claude大概不知道自己成了哲学实验的对象。它只是在虚拟的沙滩上，一遍遍地搭着什么东西——就像几百万年前，某个祖先在真实的海滩上做过的那样。
