Что такое ИИ-агент без задачи: 13 ботов MIT сами открыли приёмы, неизвестные разработчикам

Исследователи из Массачусетского технологического института (MIT) проверили неочевидную гипотезу: может ли ИИ-агент научиться чему-то полезному, если его просто отпустить в виртуальный мир и не давать никаких заданий. Результаты описаны в препринте на arXiv, площадке, где учёные публикуют работы до формальной экспертной проверки. Это не финальное рецензированное исследование, а ранний результат, который ещё предстоит проверить другим командам.

Что именно проверяли?

Обычно разработчики заранее решают, чему ИИ-агент (программа, способная самостоятельно действовать в среде) должен учиться, какие метрики считать успехом и какие задачи тренировать. MIT пошли другим путём.

Каждого из 13 агентов Eko поместили поодиночке на симулированный необитаемый остров. Никаких целей не ставили. Единственная подсказка в системном промпте (системный промпт, это базовая инструкция, определяющая поведение модели) описывала агента как «по натуре любопытного». Дальше 30 часов он был предоставлен сам себе.

После свободного этапа агентам дали конкретное испытание: перенести как можно больше предметов на самый высокий каменный шпиль острова. Результаты сравнили с идентичными агентами, которые на острове прежде не бывали.

Что обнаружили?

• Агенты с опытом «игры» справлялись лучше. Eko, проведшие 30 часов на острове, в целом превзошли «чистых» агентов на том же испытании.
• 6 из 13 агентов открыли приём, не заложенный разработчиками. Они обнаружили, что блок летит дальше, если отпустить его в прыжке. Исследователи не проектировали такую механику специально.
• Агенты сами ставили себе цели и меняли планы. Один Eko попытался забраться на шпиль, потерпел неудачу, затем выстроил лестницу из блоков на соседней вершине и допрыгнул. Другой случайно забросил золотое кольцо в океан и переключился на строительство мемориала из камней. Когда кольцо появилось снова, агент превратил его в баскетбольное кольцо, мишень и аксессуар.
• Агенты находили обходные пути. Когда игра не позволила Eko надеть кольцо на себя, агент вычислил, что падение с обрыва заставляет его появиться заново рядом с кольцом, шагнул с края и «приземлился» прямо внутри кольца.

Исследователи резюмируют: свободное исследование породило «знание о мире, которым не обладали его создатели».

Что это значит для вас?

Эксперимент MIT даёт практичную рамку для понимания того, что такое ИИ-агент и как он может учиться. Свободное исследование без жёсткой цели оказалось способом накопить навыки, которые потом пригодились в конкретной задаче.

Авторам на Дзене это сигнал для контент-стратегии: тема ИИ-агентов выходит за рамки «чат-бот отвечает на вопрос». Материалы о том, что такое ИИ-агент и чем он отличается от обычной нейросети, сейчас собирают интерес, потому что аудитория видит новости, но не понимает механику. Объясняющий контент здесь выигрывает.

Маркетологам и предпринимателям полезен сам принцип. Сегодня ИИ-агенты в бизнесе настроены на узкие задачи: ответить клиенту, заполнить таблицу, написать текст по шаблону. MIT показывает, что агент, которому дали свободу исследовать среду, находит решения, о которых человек не думал. Пока это лабораторный результат на виртуальном острове, но исследователи прямо указывают, что видят применение в робототехнике.

Тем, кто работает с нейросетями в РФ. Claude Opus 4.7, на котором строился эксперимент, напрямую в России недоступен. Из доступных инструментов для экспериментов с агентным поведением можно пробовать YandexGPT и GigaChat, хотя их агентные возможности пока скромнее.

Исследователи из MIT завершают работу фразой, которая, на мой взгляд, точнее всего описывает суть: «Возможно, некоторым навыкам лучше учить через задачи. Другим нужно что-то ближе к детству». Для всех, кто строит или использует ИИ-агентов, это повод пересмотреть подход: не всегда нужно задавать цель, иногда полезнее задать среду.

По данным arXiv (препринт MIT)