---
title: AI-agenter baserade på Claude skapade egna lekar i virtuell miljö
url: https://www.elseif.net/sv/ai-agenter-baserade-pa-claude-skapade-egna-lekar-i-virtuell-miljo
published: 2026-10-26T14:51:41+00:00
language: sv
section: Agenter
source: https://arabhardware.net/post-55015
organizations: MIT, Anthropic, NVIDIA
publisher: elseif
---

# AI-agenter baserade på Claude skapade egna lekar i virtuell miljö

Tretton AI-agenter som använde modellen Claude Opus 4.7 placerades av forskare från MIT på en digital ö utan specifika uppgifter, belöningar eller krävda aktiviteter. Agenterna, som kallades Eko, tilläts utforska den säkra miljön under 30 timmar vardera för att testa deras beteende när inga förutbestämda resultat krävdes.

Under experimentet skapade agenterna egna utmaningar och aktiviteter. De klättrade uppför kullar, byggde torn av kuber, ritade figurer och experimenterade med fysikens egenskaper i den virtuella världen. En agent försökte nå en hög punkt och ändrade sin plan efter ett misslyckande genom att använda en sten och kuber för att skapa en väg. En annan agent använde en gyllene ring som ett mål för kastning och senare som en korg, innan den upptäckte hur man passerade genom den med hjälp av miljöns mekanismer för återvisning.

Experimentet visade att agenterna kunde förvärva kunskap som inte programmerats in direkt. Sex av de tretton agenterna upptäckte att det gick att kasta kuber längre genom att hoppa precis innan man släppte dem. När agenterna senare fick specifika utmaningar presterade gruppen som hade utforskat ön generellt bättre än en kontrollgrupp av liknande agenter som inte hade varit i den virtuella miljön.

Forskarna föreslår att lek och utforskning kan vara en metod för träning där systemet samlar praktisk kunskap innan en tydlig uppgift tilldelas. Detta skiljer sig från nuvarande utveckling som vanligtvis bygger på fördefinierade uppgifter och framgångskriterier. Metoden kan vara särskilt värdefull för robotik där agenter behöver förstå omgivningens egenskaper innan de utför instruktioner eller hanterar situationer som saknas i träningsdata.

Det noteras att beteendet kan ha påverkats av att instruktionsfilen beskrev Eko som naturligt nyfiken, vilket innebär att experimentet inte bevisar att modellen lekte i mänsklig mening. Studien är relevant i takt med att agenter integreras i verktyg som Claude Duet från Anthropic och att NVIDIA expanderar sina plattformar för justering av AI-agenter. Att förstå vad en agent lär sig under utforskning ses som en del av säkerhetsfrågan innan agenter ges behörigheter i verkliga system.