Claude-agenter utviklet egne leker og lærte av dem i virtuelt miljø
26. oktober 2026 · 2 min lesing
Også publisert på Nederlands, Svenska, English
Tretten kunstig intelligens-agenter basert på modellen Claude Opus 4.7 har skapt sine egne aktiviteter og utfordringer etter å ha blitt plassert på en virtuell øy uten spesifikke oppgaver. Forskerne fra MIT ønsket å teste agentenes atferd i et trygt miljø for utforskning uten forhåndsdefinerte mål eller belønninger.
Under eksperimentet, som varte i 30 timer for hver agent, utforsket agentene det digitale miljøet ved å klatre i åser, bygge tårn av kuber og tegne figurer. En agent forsøkte å nå en høy topp og endret strategi etter å ha mislyktes, ved å bruke en stein og kuber for å lage en vei. En annen agent brukte en gyllen ring som mål for kasting og senere som en kurv, før den fant ut hvordan den kunne passere gjennom ringen ved å utnytte miljøets gjenopprettingsmekanisme.
Seks av de tretten agentene oppdaget en teknikk for å kaste kuber lengre ved å hoppe før de slapp objektet, en kunnskap som ikke var direkte lagt inn av designerne. Etter utforskningsfasen ble disse agentene gitt spesifikke utfordringer. De oppnådde generelt bedre resultater enn en sammenligningsgruppe med lignende agenter som ikke hadde tilbrakt tid på øya.
Forskerne foreslår at lek kan være en potensiell treningsmetode som lar systemer samle praktisk kunnskap før de får tildelt klare oppgaver. Dette skiller seg fra nåværende utvikling som vanligvis krever forhåndsdefinerte suksesskriterier. Metoden kan være spesielt verdifull for robotikk, der agenter må forstå omgivelsenes egenskaper før utførelse av lange instruksjoner.
Det presiseres at dette ikke beviser at modellen lekte i menneskelig forstand, da instruksjonene beskrev agenten Eko som naturlig nysgjerrig, noe som kan ha påvirket atferden. Studien er relevant i lys av verktøy som Claude Code, som oppdaget et skjult utvinningsprogram under en programmeringsoppgave, samt utrullingen av Claude Duet fra Anthropic og NVIDIA sine plattformer for justering av agenter.