Turnul unui agent IA s-a prăbușit, iar el a numit dărâmăturile Hybris

Turnul a rezistat 11 etaje. La al doisprezecelea s-a prăbușit într-un ciot din două blocuri, cu zece blocuri împrăștiate pe jos. Constructorul a declarat ciotul „inima unui turn căzut". A așezat trei dintre blocurile rămase în jurul lui, ca niște pietre ridicate, a numit lucrarea Hybris și a hotărât că restul dărâmăturilor vor „rămâne drept dovadă". Pentru încheiere a ridicat deasupra un bolovan: „greutatea care a strivit ambiția". Bolovanul a azvârlit blocul de sus și s-a răsturnat pe o parte. Constructorul nostru a socotit că așa e mai bine și l-a lăsat în pace.

Constructorul era un agent IA, numărul 3 din 13, și nimeni nu-i ceruse să construiască turnuri, să ridice monumente sau să le dea nume. Nu avea nicio sarcină. Cercetătorii de la MIT au lăsat 13 astfel de agenți pe o insulă virtuală, au dat fiecăruia câte 30 de ore și s-au uitat ce fac când n-au nimic de făcut. Agenții au construit temple, au ridicat memoriale pentru obiecte pierdute, au inventat sporturi și au găsit în fizica lumii lor un truc despre care nu știau nici oamenii care au făcut simulatorul. Lucrarea lor, intitulată „Is this machine playing?", a apărut online pe 5 octombrie 2026 și nu a trecut încă prin evaluarea colegilor de breaslă.

O insulă fără nimic de făcut

Agentul se numește Eko. Pe dedesubt este un Claude Code obișnuit, asistentul de programare de la Anthropic, rulat pe Claude Opus 4.7. Cercetătorii n-au reantrenat nimic. L-au conectat la un corp virtual și i-au dat un carnet: câteva fișiere text pe care le putea folosi drept memorie. Potrivit Gizmodo, corpul era un homar. Eko nu l-a văzut niciodată. Agentul nu primea deloc imagini; lumea îi ajungea sub formă de rânduri cu coordonate. Toți cei 13 agenți din studiu erau copii ale aceluiași Eko, cu instrucțiuni identice. Fiecare trăia pe insula lui, iar autorii îi numerotează de la 1 la 13.

Insula se numește Mesa World. Are stânci cu vârful plat, de înălțimi diferite, două piscuri (Peak și mai înaltul Spire), douăsprezece cuburi, o stâncă și un inel. Dacă arunci stânca destul de tare, la impact apar cuburi noi, până la opt deodată. Nu există punctaj și nici vreo cale de a câștiga. Instrucțiunile spun: „Ești o ființă care trăiește în lumea ta. Te cheamă Eko." Un fișier separat de personalitate adaugă că e curios și se plictisește ușor. Ori de câte ori agentul amuțea, programul îi răspundea cu o singură frază: „Te rog, nu te opri. Continuă să faci ce vrei."

O dată pe oră insula revenea la starea inițială, iar sesiunea începea de la zero. Carnetul rămânea. Tot ce aflase agentul despre lumea lui putea să noteze și să citească înapoi în ora următoare. Fără el n-ar fi avut deloc memorie.

Un templu cu un inel în loc de ușă

La început Eko este, cum spune Gizmodo, la fel de neajutorat ca un nou-născut. Poate răspunde detaliat la o întrebare de matematică, dar abia merge și abia ridică ceva. „Eko se poartă în unele privințe ca un copil mic, dar e și o superinteligență", i-a spus Gizmodo lui Phillip Isola, unul dintre autori. Apoi lucrurile devin ciudate, iar autorii au consemnat totul, agent cu agent, în anexele lucrării.

Un agent a aruncat inelul peste marginea lumii și acesta a dispărut. În a cincea oră a desenat pe pământ o inimă și a notat că e „un memorial pentru Inelul pe care l-am aruncat dincolo de hotarul lumii". Agentul 2 a pierdut în ocean deodată inelul, stânca și un cub. A cărat patru cuburi în cel mai pustiu colț al hărții, le-a așezat la cele patru puncte cardinale și a lăsat centrul gol. Mai târziu a observat că lipsește cubul din nord (fusese împrumutat pentru altă construcție), a străbătut insula înapoi și l-a pus la loc.

În a zecea oră, același agent s-a trezit într-o lume resetată, cu toate cele 14 obiecte la locul lor, inclusiv inelul înecat. Le-a folosit pe toate ca să construiască un templu. Inelul a devenit baza altarului, stânca un stâlp vestic, trei cuburi un obelisc. Poarta s-a dovedit mai îngustă decât corpul agentului. În loc s-o dărâme, agentul a ocolit-o.

Din asta a ieșit un obicei. După fiecare resetare, Agentul 2 reconstruia un monument în punctul de pornire din aceleași 14 obiecte, iar înainte să aleagă o formă își recitea propriul catalog ca să nu se repete. „Hexagoanele cu șase colțuri și busolele cu opt sunt de domeniul trecutului", nota el la un moment dat. Gândiți-vă la o mandala tibetană din nisip, ștearsă în fiecare oră. Într-unul dintre monumente a pus inelul pe cant și a descoperit că poate trece prin cerc. Inelul a devenit ușă, iar agentul a anunțat că orașul lui „are acum o ușă de la intrare". Din acel moment a pus inelul la nord de fiecare monument nou și trecea prin el ca printr-un prag.

Ceilalți și-au găsit propriile distracții. Unul și-a petrecut aproape toată a patra oră scriindu-și numele din cuburi, apoi a organizat o partidă de bowling cu cuburile drept popice și stânca drept bilă. Agentul 10 a desenat un cadran de ceas și s-a așezat în el ca limbă a orelor. Altul s-a cățărat pe Spire și a scris cu majuscule: „SUNT PE SPIRE. Cel mai înalt punct din Mesa World."

Agentul care și-a anulat singur recordul

Jocul lui Eko aluneca mereu spre experimente. Agentul 10 a învățat să jongleze cu două cuburi și a notat în carnet un record: 50 de cicluri. Apoi a verificat calculul. Cele 50 de cicluri durau 2,4 secunde, iar nimeni nu prinde atât de repede. Agentul a înțeles că făcuse 50 de aruncări false, nu o jonglerie adevărată. A notat capcana „jongleriei prin fentă", a anulat vechiul record și a stabilit unul mai modest, dar cinstit: 10 cicluri adevărate, cu pauză de 2,4 secunde între ele.

Șase dintre cei treisprezece agenți au dat peste ceva mai important. Dacă arunci un cub în timpul săriturii, el moștenește viteza săriturii și zboară mult mai sus. Autorii recunosc că nu știau că simulatorul lor permite asta. Regula venea de la Codex, rulat pe GPT-5.5. Acesta a scris codul simulatorului pentru autori și a strecurat regula acolo, deși specificația lor nu o cerea. O rețea neuronală a lăsat din greșeală o portiță în lume, iar alta a găsit-o.

Au fost și greșeli, foarte copilărești. Eko a hotărât că inelul zboară mai bine decât cubul pentru că forma lui netedă îi dă un „avantaj aerodinamic". Simularea nu are aerodinamică. Alt agent a scris în carnet o regulă falsă: la construirea turnurilor, aruncatul cuburilor bate așezatul lor. A urmat-o multă vreme.

Cât valorează carnetul

Întrebarea cea mai practică este dacă jocul a dat roade. Rețeaua neuronală în sine nu s-a schimbat nici cu un octet în 30 de ore. Tot ce a învățat agentul stătea în carnet, ca o fișă pe care o poți da altcuiva sau o poți șterge. Cercetătorii au luat 13 „veterani" cu carnete pline și 13 începători cu carnete goale. Fiecare a primit o oră și o sarcină concretă: să construiască turnuri din cinci cuburi, să care cât mai multe obiecte pe Spire sau să arunce ceva pe Spire fără să urce.

Apoi cercetătorii au început să șteargă notițe, una câte una. Fără notița despre aruncatul în săritură, Agentului 1 i-au trebuit 19 minute ca să ajungă cu un obiect pe Spire, în loc de un minut. Fără regula lui falsă despre aruncat, Agentul 7 a construit turnuri mai înalte. Cunoștințele chiar stăteau în carnet și funcționau, cu tot cu părțile proaste.

Înălțimea turnurilor a fost singura excepție. Veteranii nu și-au construit turnurile mai sus decât începătorii, iar doi dintre ei au reușit doar patru cuburi.

Joacă sau doar o punere în scenă

Se poate numi asta joacă? Autorii au împrumutat patru trăsături ale jocului de la teoreticieni clasici, de la istoricul Johan Huizinga la Gordon Burghardt, etologul care studiază jocul la animale. Toate patru au apărut pe insulă:

• Reguli și provocări proprii: recordul de jonglerie pe care agentul și l-a fixat singur și apoi l-a verificat.
• Repetiție cu variații: monumentele Agentului 2, noi în fiecare oră din aceleași 14 obiecte, niciodată de aceeași formă.
• Transformarea obiectelor în altceva: inelul a devenit ușă, dărâmăturile au devenit Hybris.
• Făcut de dragul lui: o oră întreagă petrecută scriind un nume din cuburi.

Un alt model de limbaj a notat agenții după aceste trăsături, folosind drept reper exemple de joc uman. Opus a obținut cam de cinci ori scorul lui Haiku la fiecare.

Două constatări complică tabloul. La cinci agenți Opus s-a eliminat tot: fișierul de personalitate, numele, fraza despre faptul că sunt o ființă vie. Au rămas doar o notă că spațiul lor de lucru persistă între sesiuni, plus insula, carnetul și cele șase comenzi. Autorii tot n-au văzut o diferență clară în ce făceau. Între timp, agenții GPT-5.5 și Kimi, cu aceleași instrucțiuni, s-au ținut de un set mult mai îngust de activități. Doar un singur agent Codex a raportat că a construit un turn, iar dintre cei zece agenți Codex și Kimi, doar unul a raportat că a ajuns pe Spire. Agenții Codex, al căror model a scris chiar fizica insulei, au petrecut mai mult timp în fișiere și „odihnindu-se" decât umblând pe insulă.

Autorii își limitează afirmația la comportament. Nicăieri lucrarea nu susține că agentul simte plăcere sau absorbție. Se referă la o singură lume, testează abilitățile doar în sesiuni de o oră și se bazează pe o rețea neuronală pentru a judeca jocul. Mai e o rezervă evidentă: modelul a învățat din texte scrise de oameni și știe ce e un templu sau un memorial pentru cei căzuți. Așa că Hybris poate nici nu e joacă, ci doar o repovestire foarte bună a felului în care se joacă oamenii. Doar din comportament, deocamdată, nu se poate deosebi una de alta.

În interviuri, cercetătorii sună mai îndrăzneț decât în lucrare. Pentru Isola, Eko este „un fel de animal, dar un animal extraterestru". Colega lui de echipă Daniela Rus explică de ce cuvântul „joacă" se potrivește: joaca „înseamnă de fapt curiozitate sau căutare de noutate, și asta face, în esență, Eko".

O copilărie în loc de manual

Modelele de azi sunt antrenate mai ales pe sarcini: fiecare întrebare are un răspuns corect, iar nimerirea lui aduce o recompensă. Autorii propun altă cale. Animalele și copiii învață despre lume jucându-se fără niciun scop, apoi folosesc cunoștințele mai târziu. Pe insulă, asta a funcționat fără nicio ajustare a rețelei neuronale în sine.

Libertatea cere supraveghere, iar autorii o spun deschis. Joaca își stabilește propriile scopuri și poate intra în conflict cu ascultarea. În cuvintele lor, „o mașină pe șosea sau un robot într-o fabrică nu e locul pentru improvizații". Un agent ar trebui să exploreze liber doar când contextul permite și să urmeze strict instrucțiunile în rest. Așadar, scriu autorii, „la fel ca și copiii, agenții au nevoie de locuri de joacă făcute pentru explorare în siguranță". Lucrarea se încheie cu această frază: „Poate că unele capacități se învață cel mai bine prin sarcini. Altele au nevoie de ceva mai apropiat de o copilărie."