Claude оставили одного на острове на 30 часов — и он начал играть

MIT CSAIL — Лаборатория компьютерных наук и искусственного интеллекта MIT — исследователи оставили копию Claude Opus 4.7, модели ИИ от Anthropic, по прозвищу Eko, одну на виртуальном острове на 30 часов. Они повторили это несколько раз, дав агенту только описание личности любопытного исследователя и никаких других инструкций. Агент сам придумал себе баскетбол и жонглирование, дойдя до 50 бросков подряд, а затем сам усложнил свои правила. Когда позже агентов тестировали на отдельной задаче — перенести как можно больше предметов на самую высокую точку острова — копии, которые провели 30 часов за игрой, показали результат лучше, чем свежие копии без этого опыта.

Это указывает на третий способ обучать агентов — помимо файнтюнинга (дополнительного обучения модели на новых примерах после основного обучения) и обучения с подкреплением (когда модель учится методом проб и ошибок, преследуя награду): агент становится лучше просто потому, что сам придумывает себе занятия и сам их усложняет. Для практики с Claude Code, инструментом Anthropic для написания кода, это пока не инструмент, а просто сигнал — у модели есть запас самостоятельного поведения, который не виден при обычной работе над готовыми задачами. Никому не стоит ждать, что это завтра появится в продукте, но у всех, кто планирует долгие автономные прогоны агентов, есть повод посмотреть, что агент делает во время простоя, а не только когда ему дают явную задачу.