Các bản sao của Claude Opus 4.7 đã tự khám phá một hòn đảo ảo khi không được giao nhiệm vụ cụ thể. Chúng đặt ra thử thách và sáng tạo những hoạt động giống trò chơi. Sau 30 giờ, trải nghiệm và ký ức tích lũy còn giúp chúng hoàn thành một số nhiệm vụ tốt hơn các bản sao chưa từng tự do khám phá. Kết quả chưa chứng minh Claude thực sự biết chơi, nhưng cho thấy hoạt động tự định hướng có thể hỗ trợ quá trình học của tác tử AI.
Theo MIT Technology Review ngày 19 tháng 10 năm 2026, mỗi tác tử được để một mình trên đảo hoang ảo trong 30 giờ. Các nhà nghiên cứu gọi những bản sao này là Eko.
Eko có thể viết chỉ dẫn để điều khiển hình đại diện di chuyển trên hòn đảo mô phỏng, một môi trường tương đối giống trò chơi Roblox. Thí nghiệm không nhằm kiểm tra khả năng sinh tồn của AI. Nhóm nghiên cứu muốn quan sát điều gì xảy ra khi tác tử có thời gian và không gian để tự quyết định việc cần làm.
Nội dung Eko tự khám phá trên đảo
Eko không chờ nhóm nghiên cứu giao từng nhiệm vụ. Các tác tử tự thăm dò giới hạn của thế giới ảo, đặt mục tiêu, thay đổi luật chơi và tạo vật thể để thực hiện những hoạt động do chính chúng nghĩ ra.
Các tác tử thử leo lên điểm cao nhất trên bản đồ hoặc tìm cách ném một khối lên cao nhất có thể. Đây không phải các nhiệm vụ do nhóm nghiên cứu chỉ định.
Một Eko phát hiện nó có thể tạo khối mới bằng cách ném và thả một tảng đá lớn. Tác tử sau đó sắp xếp các khối trên mặt đất để tạo hình. Những mẫu đầu tiên gồm hình trái tim và kim tự tháp. Về sau, Eko viết tên mình và dựng chòm sao Cassiopeia. Trong nhật ký hoạt động, nó viết rằng đêm đó mình đã xây bầu trời đêm bằng đá.
Một phiên bản Eko khác nghĩ ra trò bóng rổ và một hoạt động giống trò “sàn nhà là dung nham”. Trong hoạt động thứ hai, tác tử phải nhảy giữa các khối nhỏ mà không chạm đất. Eko vì thế không chỉ khám phá môi trường mà còn tạo ra mục tiêu và cách sử dụng vật thể ngoài yêu cầu ban đầu. Vấn đề tương tự từng xuất hiện trong một thử nghiệm dựng Union Square ảo bằng tác tử AI.
Hành vi của Eko có phải là chơi không?
Hành vi của Eko đáp ứng bốn dấu hiệu thường gắn với hoạt động vui chơi. Tuy nhiên, bằng chứng hiện có chưa đủ để xác định tác tử thực sự chơi. Claude có thể đang tự đặt thử thách và học qua khám phá. Một khả năng khác là hệ thống chỉ tái hiện những khuôn mẫu hành vi của con người trong dữ liệu huấn luyện.
Học qua hoạt động tự phát
AI thường được huấn luyện theo hai hướng quen thuộc. Với học có giám sát, hệ thống bắt chước các ví dụ do con người cung cấp. Với học tăng cường, hệ thống thử nhiều hành động để theo đuổi một phần thưởng. Thí nghiệm về Eko đặt ra khả năng về một hướng khác: học thông qua hoạt động tự phát không gắn với phần thưởng được chỉ định trước.
Antonio Norelli là nghiên cứu sinh sau tiến sĩ tại Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo của MIT. Ông cho rằng lĩnh vực này còn thiếu một cỗ máy có thể tự học mà không cần thực thể thông minh bên ngoài cung cấp minh họa hoặc phần thưởng. Norelli là một trong các tác giả chính của bài báo nghiên cứu về Eko. Công trình chưa được bình duyệt.
Nhóm nghiên cứu đối chiếu hành vi của Eko với các nghiên cứu kinh điển về vui chơi ở người và động vật, trong đó có công trình của Gordon Burghardt, nhà tâm lý học tại Đại học Tennessee. Họ xác định bốn dấu hiệu: tác tử tự nghĩ ra quy tắc và thử thách, lặp lại hoạt động với những thay đổi nhỏ, giả vờ một vật thể là vật thể khác và theo đuổi mục tiêu chỉ vì muốn thực hiện nó.
Norelli nêu trường hợp Eko bắt đầu tung hứng và lập kỷ lục 50 lần bắt liên tiếp. Sau đó, chính tác tử nhận định các lần bắt diễn ra quá nhanh nên không thực sự hợp lệ. Eko hủy kỷ lục và bắt đầu lại với quy tắc nghiêm ngặt hơn. Theo Norelli, tác tử đã tự đặt thử thách, hoàn thành thử thách rồi tăng độ khó.
Ba mươi giờ khám phá giúp tác tử làm tốt hơn
Các tác tử đã tự do khám phá trong 30 giờ làm tốt hơn những bản sao mới khi được giao một số nhiệm vụ cụ thể. Kết quả suy giảm khi nhóm nghiên cứu xóa nội dung khỏi bộ nhớ dài hạn của tác tử, cho thấy trải nghiệm được lưu lại có liên quan đến năng lực giải quyết nhiệm vụ sau đó.
Trong lúc khám phá đảo, các tác tử ghi hoạt động và phát hiện vào những tệp văn bản đóng vai trò như bộ nhớ dài hạn. Sau giai đoạn này, nhóm nghiên cứu giao nhiệm vụ đưa nhiều vật thể nhất có thể lên điểm cao nhất của đảo. Những tác tử đã có 30 giờ tự do khám phá thực hiện nhiệm vụ tốt hơn các bản sao chưa có trải nghiệm tương tự.
Kết quả giảm khi nhóm nghiên cứu xóa các dòng khỏi tệp nhớ của tác tử. Hoạt động giống vui chơi vì thế không chỉ xuất hiện trong nhật ký dưới dạng lời kể. Những gì Eko trải nghiệm và ghi nhớ trong thời gian khám phá đã ảnh hưởng đến hiệu quả thực hiện nhiệm vụ về sau.
Nathan Cloos, nhà nghiên cứu tại MIT và đồng tác giả bài báo, thừa nhận toàn bộ hành vi có thể chỉ là đóng vai. Tuy nhiên, theo Cloos, tác tử không chỉ tạo ra lời mô tả về việc chơi. Hoạt động ấy còn đóng góp vào quá trình học. Vai trò của ký ức và truy xuất cũng giúp giải thích vì sao tác tử AI có thể gặp hạn chế ở khâu truy xuất, thay vì chỉ ở mô hình nền.
Thiết kế thí nghiệm đã hướng Eko đến hành vi giống người
Eko không tự phát chơi trong một môi trường hoàn toàn trung lập. Tệp mô tả tính cách và các câu nhắc tiếp tục hoạt động đã hướng tác tử đến việc khám phá, vì vậy nghiên cứu chưa tách được hành vi tự định hướng khỏi ảnh hưởng của thiết kế thí nghiệm.
Gordon Burghardt đồng ý rằng nghiên cứu đáp ứng một số tiêu chí về vui chơi mà ông từng xác định ở sinh vật sống. Dù vậy, quan sát hành vi chưa đủ để kết luận Eko thực sự chơi. Một hệ thống dự đoán từ ngữ có thể đang tái hiện cách một tác tử ham chơi được kỳ vọng sẽ hành động trong bối cảnh này.
Eunice Yiu, nhà khoa học nhận thức tại Đại học California, Berkeley, đánh giá cao nghiên cứu nhưng cho rằng cần thêm bằng chứng về nhận thức và động lực đứng sau hành vi. Theo Yiu, mô hình có thể thực sự chơi, nhưng bài báo hiện chưa chứng minh được điều đó. Nếu chỉ xét biểu hiện bên ngoài, tác tử cũng có thể đang cố tuân theo câu lệnh hoặc bắt chước con người.
Câu nhắc và tính cách nền ảnh hưởng đến Eko
Mỗi bản sao Eko có một tệp mô tả tính cách nền, trong đó tác tử được mô tả là “tò mò một cách tự nhiên” và háo hức khám phá. Eko cũng thường đứng yên cho đến khi nhận được câu nhắc tiếp tục. Câu nhắc yêu cầu nó đừng dừng lại và cứ làm bất cứ điều gì mình muốn.
Phillip Isola, giáo sư tại MIT và đồng tác giả bài báo, mô tả Eko là sản phẩm đã học từ văn hóa con người, được các kỹ sư Anthropic huấn luyện rồi được nhóm nghiên cứu đặt lên đảo. Dù chịu ảnh hưởng từ quá trình đó, tác tử vẫn tạo ra những hành vi khiến nhóm nghiên cứu bất ngờ. Các thử nghiệm về bộ nhớ cũng cho thấy những hành vi này có quan hệ nhân quả với kỹ năng về sau.
Khám phá tự do có thể hữu ích cho robot
Khả năng khám phá mà không có mục tiêu cụ thể có thể giúp robot xây dựng hiểu biết về môi trường trước khi gặp một nhiệm vụ mới. Thí nghiệm Eko mới chỉ diễn ra trong mô phỏng, nên khả năng áp dụng kết quả cho robot vật lý vẫn cần được kiểm chứng.
Khi các mô hình ngôn ngữ lớn chuyển từ phần mềm sang phần cứng như robot hình người, việc tự khám phá không gian có thể giúp hệ thống thích nghi với những tình huống không có trong nhiệm vụ huấn luyện ban đầu.
Yiu nhận xét phần lớn nghiên cứu hiện nay tập trung vào việc giúp AI hoạt động tốt hơn và nhanh hơn. Theo bà, mô hình về thế giới và khả năng khám phá cũng cần được nghiên cứu nếu con người muốn AI khái quát kiến thức và chuẩn bị cho môi trường mới.
Bài báo kết luận rằng một số năng lực có thể được dạy tốt nhất bằng nhiệm vụ, còn những năng lực khác có thể cần điều gì đó gần với một tuổi thơ. Eko có thực sự chơi hay chỉ bắt chước việc chơi vẫn chưa có lời giải. Kết quả rõ ràng hơn là 30 giờ tự khám phá, cùng bộ nhớ hình thành trong thời gian đó, đã giúp tác tử thực hiện tốt hơn các nhiệm vụ tiếp theo.
Nếu bạn quan tâm đến cách tác tử AI học từ môi trường, hãy tiếp tục theo dõi những nghiên cứu tương tự trên Sine.
