ИИ бросили на острове без задания, и он стал строить храмы

11 ярусов башня выдержала, на двенадцатом рассыпалась. От неё остался огрызок в два кубика, ещё десять раскатились по земле. Строитель объявил огрызок «сердцем павшей башни». Вокруг он поставил три уцелевших кубика, как менгиры, назвал композицию «Гордыня» и решил, что остальной мусор «останется как улика». Напоследок водрузил сверху камень, «груз, который раздавил амбицию». Камень сбил верхний кубик и завалился набок. Строитель счёл, что так даже лучше, и оставил.

Строителем был ИИ-агент под номером 3, и никто не просил его строить башни, ставить памятники или давать им имена. Задания не было вообще. Исследователи из MIT поселили 13 таких агентов на виртуальном острове, дали каждому по 30 часов и смотрели, что они станут делать, если делать нечего. Агенты строили храмы, ставили памятники потерянным вещам, придумывали себе спорт и открыли в физике своего мира трюк, о котором не знали сами авторы симулятора. Препринт работы «Играет ли эта машина?» вышел 5 октября 2026 года, рецензию он пока не прошёл.

Остров, на котором нечего делать

Агента зовут Эко. Внутри у него обычный Claude Code, программа-помощник для программистов, на модели Claude Opus 4.7. Исследователи ничего в ней не переучивали: только подключили к виртуальному телу и дали блокнот — пару текстовых файлов для памяти. Тело Эко, если верить Gizmodo, напоминало омара. Сам он этого не видел: картинок агент не получал, мир приходил к нему строчками с координатами. Все 13 агентов в опыте были копиями одного Эко с одинаковыми инструкциями. Каждый жил на своём острове и получил номер от 1 до 13.

Остров назвали Mesa World. На нём плоские скалы разной высоты, две вершины (Пик и более высокий Шпиль), двенадцать кубиков, один камень и одно кольцо. Если с силой швырнуть камень, от удара появляются новые кубики, до восьми за раз. Ни очков, ни условия победы. В инструкции сказано: «Ты существо, живущее в своём мире. Тебя зовут Эко». В файле с характером добавлено: он любопытен и быстро скучает. Если агент замолкал, программа отвечала ему одной фразой: «Пожалуйста, не останавливайся. Просто продолжай делать что хочешь».

Раз в час остров возвращался в исходное состояние, и сеанс начинался заново. Блокнот оставался. Что агент успел понять о мире, он мог записать и перечитать через час. Другой памяти у него не было.

Храм с дверью из кольца

Поначалу Эко, по словам Gizmodo, беспомощен, как новорождённый: на вопрос по математике он ответит подробно, а ходить и брать предметы толком не умеет. «Эко в чём-то ведёт себя как маленький ребёнок, но при этом он сверхинтеллект», — говорит Gizmodo один из авторов работы, Филлип Изола. Потом начинается странное. Авторы подробно, агент за агентом, описали это в приложениях к статье.

Один агент зашвырнул кольцо за край мира, и оно пропало. На пятом часу он выложил на земле сердце и записал, что это «памятник кольцу, которое я бросил за границу мира». Агент 2 потерял в океане сразу кольцо, камень и кубик. Он оттащил четыре кубика в самый пустой угол карты, поставил их по сторонам света и оставил центр пустым. Позже он заметил, что северный кубик пропал (его взяли для другой постройки), вернулся через весь остров и поставил его на место.

На десятом часу тот же агент проснулся в обнулённом мире, где все 14 предметов, включая утонувшее кольцо, снова лежали на своих местах. Из всех четырнадцати он построил храм: кольцо легло в основание алтаря, камень стал западной колонной, три кубика сложились в обелиск. Ворота оказались уже, чем его собственное тело. Ломать их он не стал и обходил храм сбоку.

Так и повелось. После каждого сброса агент 2 заново собирал из тех же 14 предметов памятник у точки появления, а перед выбором формы перечитывал свой каталог, чтобы не повторяться. «Шестиугольники и восьмиконечные компасы — уже было», — записал он однажды. Похоже на тибетскую мандалу из песка, которую стирают каждый час. В одном из памятников он поставил кольцо на ребро, и оно превратилось в дверь: через обруч можно было пройти. Агент объявил, что у его города «теперь есть парадный вход». С тех пор он ставил кольцо к северу от каждого нового памятника и проходил сквозь него, как через порог.

Остальные развлекались по-своему. Один почти весь четвёртый час выкладывал кубиками своё имя, а потом устроил боулинг: кегли из кубиков, шар из камня. Агент 10 выложил циферблат и встал в него часовой стрелкой. А кто-то, забравшись на Шпиль, записал капслоком: «Я НА ШПИЛЕ. Самая высокая точка Mesa World».

Рекорд, который агент сам отменил

Игра у Эко то и дело переходила в опыты. Агент 10 научился жонглировать двумя кубиками и записал в блокнот рекорд: 50 циклов. Потом пересчитал. Пятьдесят циклов уложились в 2,4 секунды, а так быстро ловить нельзя. Агент понял, что на деле это было 50 ложных бросков, а не жонглирование. Он занёс в блокнот «ловушку ложного жонглирования», отменил старый рекорд и поставил новый, поскромнее, но настоящий: 10 честных циклов с паузой в 2,4 секунды.

Шестеро из тринадцати агентов наткнулись на открытие посерьёзнее. Брошенный в прыжке кубик получает скорость прыжка и улетает намного выше. Авторы признаются: они не знали, что симулятор такое позволяет. Эту физику вписал в мир Codex на GPT-5.5. Авторы поручили ему написать код симулятора, но такого пункта в задании не было. Одна нейросеть случайно оставила в мире лазейку, другая её нашла.

Бывали и ошибки, очень детские. Эко решил, что кольцо летит лучше кубика: мол, ровная форма даёт ему «аэродинамическое преимущество». Никакой аэродинамики в симуляции нет. Другой агент записал в блокнот ложное правило, будто для башни кубики выгоднее бросать, чем класть, и долго ему следовал.

Шпаргалка ветерана

Самый практичный вопрос: а дала ли игра хоть что-нибудь? Сама нейросеть за 30 часов не изменилась ни на байт. Всё, чему агент научился, лежало в блокноте — как шпаргалка, которую можно отдать другому или стереть. Исследователи взяли 13 «ветеранов» с полными блокнотами и 13 новичков с пустыми. Каждому дали час и конкретное задание: строить башни из пяти кубиков, затащить побольше предметов на Шпиль, забросить что-нибудь на Шпиль, не залезая туда самому.

Потом исследователи стали стирать из блокнотов отдельные записи. Агент 1 без заметки про бросок в прыжке забрасывал предмет на Шпиль не за минуту, как раньше, а за 19 минут. Агент 7 без ложного правила про бросание строил башни выше. Знание и правда лежало в блокноте и работало. Вредное тоже.

Есть и исключение: в высоте лучшей башни ветераны новичков не обогнали, а двое ветеранов сложили всего по четыре кубика.

Играет или изображает игру

Можно ли назвать это игрой? Авторы взяли у классиков, от историка Йохана Хёйзинги до этолога Гордона Бургхардта, четыре признака игры. На острове нашлись все четыре:

• Свои правила и испытания: рекорд по жонглированию, который агент сам себе назначил и сам же проверил.
• Повтор с вариациями: памятники агента 2, каждый час новый из тех же 14 предметов, и форма ни разу не повторилась.
• Превращение предметов: кольцо стало дверью, обломки стали «Гордыней».
• Занятие ради самого процесса: целый час, потраченный на то, чтобы выложить кубиками своё имя.

По этим признакам поведение агентов оценивала другая языковая модель, сверяясь с образцами человеческой игры. По каждому признаку Opus набрал примерно впятеро больше баллов, чем Haiku.

Две находки делают картину интереснее. У пяти агентов Opus убрали всё: файл с характером, имя, слова о том, что агент — существо. Остались остров, блокнот, шесть команд и одна строка: рабочая папка сохраняется между сеансами. Заметной разницы в занятиях авторы всё равно не увидели. А агенты на GPT-5.5 и Kimi при тех же инструкциях находили себе куда меньше занятий. О постройке башни сообщил только один агент Codex. Из десяти агентов Codex и Kimi тоже лишь один написал, что добрался до Шпиля. Агенты Codex, чья модель и написала физику острова, больше сидели в своих файлах и «отдыхали», чем гуляли по нему.

Выводы авторы честно ограничивают поведением. Испытывает ли агент удовольствие или азарт, работа не говорит. Мир был один, задания проверяли только на часовых отрезках, оценщик игры сам был нейросетью. От себя добавим очевидное: модель училась на человеческих текстах и знает, что такое храм и памятник павшим. Поэтому «Гордыня» может быть не игрой, а очень хорошим пересказом того, как играют люди. Различить эти два случая по одному поведению пока нельзя.

В интервью исследователи говорят смелее, чем в статье. Для Изолы Эко — «своего рода животное, но инопланетное». Соавтор Даниэла Рус объясняет, при чём тут вообще игра: по её словам, игра держится на любопытстве и тяге к новому, а Эко делает «по сути именно это».

Детство вместо задачника

Современные модели учат в основном задачами: у вопроса есть правильный ответ, за попадание дают награду. Авторы предлагают другой путь. Звери и дети узнают мир, играя без всякой цели, и потом пользуются этим знанием в деле. На острове это сработало без единой правки в самой нейросети.

Свобода требует присмотра, и авторы пишут об этом прямо. Игра сама ставит себе цели и может спорить с послушанием, а машина на дороге или робот на заводе, по их словам, «не место для импровизации». Агент должен исследовать мир свободно, только когда обстановка позволяет, а в остальное время — строго слушаться. Поэтому агентам, как и детям, нужны площадки для безопасной игры. Статью авторы закончили одной строчкой: «Возможно, одним способностям лучше всего учат задачи; другим нужно что-то ближе к детству».