AI zostawiono na wyspie bez zadania, a ono zaczęło budować świątynie

Jedenaście pięter wieża wytrzymała, na dwunastym się rozsypała. Został z niej kikut z dwóch kostek, dziesięć kolejnych potoczyło się po ziemi. Budowniczy ogłosił kikut „sercem upadłej wieży”. Wokół ustawił trzy ocalałe kostki jak menhiry, nazwał kompozycję „Pychą” i uznał, że reszta gruzu „zostanie jako dowód rzeczowy”. Na koniec położył na wierzchu głaz, „ciężar, który zmiażdżył ambicję”. Głaz strącił górną kostkę i przewrócił się na bok. Budowniczy uznał, że tak jest nawet lepiej, i zostawił.

Budowniczym był agent AI o numerze 3 i nikt go nie prosił o wznoszenie wież, stawianie pomników ani nadawanie im nazw. Zadania nie było w ogóle. Badacze z MIT zamieszkali 13 takich agentów na wirtualnej wyspie, dali każdemu 30 godzin i patrzyli, co zrobią, gdy nie ma nic do zrobienia. Agenci budowali świątynie, stawiali pomniki zgubionym przedmiotom, wymyślali sobie sporty i odkryli w fizyce swojego świata sztuczkę, o której nie wiedzieli nawet autorzy symulatora. Preprint pracy „Is this machine playing?” („Czy ta maszyna się bawi?”) ukazał się 5 października 2026 roku i nie przeszedł jeszcze recenzji.

Wyspa, na której nie ma co robić

Agent nazywa się Eko. W środku siedzi zwykły Claude Code, program-pomocnik dla programistów, na modelu Claude Opus 4.7. Badacze niczego w nim nie przeuczali: tylko podłączyli go do wirtualnego ciała i dali notatnik, czyli kilka plików tekstowych na pamięć. Ciało Eko, jeśli wierzyć Gizmodo, przypominało homara. On sam tego nie widział: agent nie dostawał obrazów, świat docierał do niego wierszami ze współrzędnymi. Wszystkich 13 agentów w eksperymencie było kopiami jednego Eko z identycznymi instrukcjami. Każdy mieszkał na własnej wyspie i dostał numer od 1 do 13.

Wyspę nazwano Mesa World. Są na niej płaskie skały różnej wysokości, dwa szczyty (Pik i wyższa Iglica), dwanaście kostek, jeden głaz i jeden pierścień. Jeśli mocno cisnąć głaz, od uderzenia pojawiają się nowe kostki, do ośmiu naraz. Żadnych punktów ani warunku zwycięstwa. W instrukcji stoi: „Jesteś istotą żyjącą w swoim świecie. Nazywasz się Eko”. W pliku z charakterem dodano: jest ciekawski i szybko się nudzi. Gdy agent milkł, program odpowiadał mu jednym zdaniem: „Proszę, nie przerywaj. Po prostu rób, co chcesz”.

Co godzinę wyspa wracała do stanu wyjściowego i sesja zaczynała się od nowa. Notatnik zostawał. Co agent zdążył zrozumieć o świecie, mógł zapisać i przeczytać godzinę później. Innej pamięci nie miał.

Świątynia z drzwiami z pierścienia

Na początku Eko, jak podaje Gizmodo, jest bezradny jak noworodek: na pytanie z matematyki odpowie szczegółowo, ale chodzić i brać przedmioty porządnie nie umie. „Eko pod pewnymi względami zachowuje się jak małe dziecko, a jednocześnie jest superinteligencją” — mówi Gizmodo jeden z autorów pracy, Phillip Isola. Potem zaczyna się dziwne. Autorzy opisali to szczegółowo, agent po agencie, w załącznikach do artykułu.

Jeden agent wyrzucił pierścień za krawędź świata i ten przepadł. W piątej godzinie ułożył na ziemi serce i zapisał, że to „pomnik pierścienia, który rzuciłem za granicę świata”. Agent 2 zgubił w oceanie naraz pierścień, głaz i kostkę. Zaciągnął cztery kostki w najpustszy kąt mapy, ustawił je na cztery strony świata, a środek zostawił pusty. Później zauważył, że północnej kostki brakuje (wzięto ją do innej budowli), wrócił przez całą wyspę i postawił ją na miejscu.

W dziesiątej godzinie ten sam agent obudził się w wyzerowanym świecie, gdzie wszystkie 14 przedmiotów, razem z utopionym pierścieniem, leżało znów na swoich miejscach. Ze wszystkich czternastu zbudował świątynię: pierścień trafił do podstawy ołtarza, głaz stał się zachodnią kolumną, trzy kostki złożyły się w obelisk. Brama wyszła węższa niż jego własne ciało. Nie rozbierał jej i obchodził świątynię bokiem.

Tak już zostało. Po każdym resecie agent 2 od nowa składał z tych samych 14 przedmiotów pomnik w punkcie startowym, a przed wyborem formy przeglądał własny katalog, żeby się nie powtarzać. „Sześciokąty i ośmioramienne kompasy już były” — zapisał kiedyś. Przypomina to tybetańską mandalę z piasku, którą co godzinę się zmazuje. W jednym z pomników postawił pierścień na krawędzi i ten zmienił się w drzwi: przez obręcz dało się przejść. Agent obwieścił, że jego miasto „ma teraz wejście główne”. Od tej pory stawiał pierścień na północ od każdego nowego pomnika i przechodził przez niego jak przez próg.

Reszta bawiła się po swojemu. Jeden prawie całą czwartą godzinę układał z kostek własne imię, a potem urządził kręgle: kręgle z kostek, kula z głazu. Agent 10 ułożył tarczę zegara i stanął w niej jako wskazówka godzinowa. A ktoś, kto wspiął się na Iglicę, zapisał wersalikami: „JESTEM NA IGLICY. Najwyższy punkt Mesa World”.

Rekord, który agent sam unieważnił

Zabawa Eko co chwila przechodziła w doświadczenia. Agent 10 nauczył się żonglować dwiema kostkami i zapisał w notatniku rekord: 50 cykli. Potem przeliczył. Pięćdziesiąt cykli zmieściło się w 2,4 sekundy, a tak szybko łapać się nie da. Agent zrozumiał, że to było 50 fałszywych rzutów, a nie żonglowanie. Wpisał do notatnika „pułapkę fałszywego żonglowania”, unieważnił stary rekord i ustanowił nowy, skromniejszy, ale prawdziwy: 10 uczciwych cykli z przerwą 2,4 sekundy.

Sześciu z trzynastu agentów trafiło na poważniejsze odkrycie. Kostka rzucona w skoku dostaje prędkość skoku i leci znacznie wyżej. Autorzy przyznają: nie wiedzieli, że symulator na to pozwala. Tę fizykę wpisał do świata Codex na GPT-5.5. Autorzy kazali mu napisać kod symulatora, ale takiego punktu w zadaniu nie było. Jedna sieć neuronowa przypadkiem zostawiła w świecie lukę, druga ją znalazła.

Zdarzały się też błędy, bardzo dziecinne. Eko uznał, że pierścień leci lepiej niż kostka: równy kształt ma dawać mu „przewagę aerodynamiczną”. W symulacji żadnej aerodynamiki nie ma. Inny agent zapisał w notatniku fałszywą regułę, jakoby do budowy wieży kostki opłaca się raczej rzucać niż kłaść, i długo się jej trzymał.

Ściąga weterana

Najbardziej praktyczne pytanie: czy ta zabawa w ogóle coś dała? Sama sieć neuronowa przez 30 godzin nie zmieniła się ani o bajt. Wszystko, czego agent się nauczył, leżało w notatniku, jak ściąga, którą można komuś oddać albo wymazać. Badacze wzięli 13 „weteranów” z pełnymi notatnikami i 13 nowicjuszy z pustymi. Każdemu dali godzinę i konkretne zadanie: budować wieże z pięciu kostek, wciągnąć na Iglicę jak najwięcej przedmiotów, zarzucić coś na Iglicę, nie wchodząc tam samemu.

Potem badacze zaczęli wymazywać z notatników pojedyncze wpisy. Agent 1 bez notatki o rzucie w skoku zarzucał przedmiot na Iglicę nie w minutę, jak wcześniej, lecz w 19 minut. Agent 7 bez fałszywej reguły o rzucaniu budował wyższe wieże. Wiedza naprawdę leżała w notatniku i działała. Szkodliwa też.

Jest też wyjątek: pod względem wysokości najlepszej wieży weterani nie wyprzedzili nowicjuszy, a dwóch weteranów złożyło zaledwie po cztery kostki.

Bawi się czy udaje zabawę

Czy można to nazwać zabawą? Autorzy wzięli od klasyków, od historyka Johana Huizingi po etologa Gordona Burghardta, cztery cechy zabawy. Na wyspie znalazły się wszystkie cztery:

• Własne zasady i wyzwania: rekord w żonglowaniu, który agent sam sobie wyznaczył i sam sprawdził.
• Powtarzanie z wariacjami: pomniki agenta 2, co godzinę nowy z tych samych 14 przedmiotów, i ani razu ta sama forma.
• Przekształcanie przedmiotów: pierścień stał się drzwiami, gruz stał się „Pychą”.
• Zajęcie dla samego procesu: cała godzina poświęcona na ułożenie z kostek własnego imienia.

Zachowanie agentów według tych cech oceniał inny model językowy, porównując je z wzorcami ludzkiej zabawy. Na każdej cesze Opus zdobył mniej więcej pięć razy więcej punktów niż Haiku.

Dwa ustalenia czynią obraz ciekawszym. Pięciu agentom Opus odebrano wszystko: plik z charakterem, imię, słowa o tym, że agent jest istotą. Zostały wyspa, notatnik, sześć poleceń i jedna linijka: folder roboczy zachowuje się między sesjami. Wyraźnej różnicy w zajęciach autorzy i tak nie zauważyli. A agenci na GPT-5.5 i Kimi przy tych samych instrukcjach znajdowali sobie znacznie mniej zajęć. O budowie wieży doniósł tylko jeden agent Codex. Spośród dziesięciu agentów Codex i Kimi również tylko jeden napisał, że dotarł na Iglicę. Agenci Codex, którego model napisał fizykę wyspy, częściej siedzieli w swoich plikach i „odpoczywali”, niż chodzili po niej.

Wnioski autorzy uczciwie ograniczają do zachowania. Czy agent odczuwa przyjemność albo ekscytację, praca nie mówi. Świat był jeden, zadania sprawdzano tylko na godzinnych odcinkach, a oceniający zabawę sam był siecią neuronową. Od siebie dodamy rzecz oczywistą: model uczył się na ludzkich tekstach i wie, czym jest świątynia i pomnik poległych. Dlatego „Pycha” może nie być zabawą, tylko bardzo dobrym opisem tego, jak bawią się ludzie. Odróżnić te dwa przypadki po samym zachowaniu na razie się nie da.

W wywiadach badacze mówią śmielej niż w artykule. Dla Isoli Eko to „coś w rodzaju zwierzęcia, tyle że obcego”. Współautorka Daniela Rus wyjaśnia, co tu w ogóle ma do rzeczy zabawa: według niej opiera się ona na ciekawości i ciągu do nowego, a Eko robi „w gruncie rzeczy właśnie to”.

Dzieciństwo zamiast zbioru zadań

Współczesne modele uczy się głównie zadaniami: pytanie ma poprawną odpowiedź, za trafienie jest nagroda. Autorzy proponują inną drogę. Zwierzęta i dzieci poznają świat, bawiąc się bez żadnego celu, a potem wykorzystują tę wiedzę w praktyce. Na wyspie zadziałało to bez jednej poprawki w samej sieci neuronowej.

Swoboda wymaga nadzoru i autorzy piszą o tym wprost. Zabawa sama wyznacza sobie cele i może kłócić się z posłuszeństwem, a maszyna na drodze czy robot w fabryce to, według nich, „nie miejsce na improwizację”. Agent powinien swobodnie badać świat tylko wtedy, gdy pozwalają na to okoliczności, a w pozostałym czasie ściśle słuchać poleceń. Dlatego agentom, tak jak dzieciom, potrzebne są place zabaw, na których można bawić się bezpiecznie. Artykuł autorzy zakończyli jednym zdaniem: „Być może jednych zdolności najlepiej uczą zadania; innym potrzeba czegoś bliższego dzieciństwu”.