Команда Массачусетского технологического института (MIT) опубликовала препринт, в котором описан воплощённый кодинг-агент Eko — система, способная не только генерировать код, но и действовать в виртуальной среде. Исследователи поместили агента на небольшой виртуальный остров без конкретной задачи, системы наград и предписанной активности. В ходе 30-часовых сессий Eko лазил по рельефу, строил конструкции из блоков, рисовал, придумывал игры и проверял физику мира.
Поведение без внешнего задания
В работе описаны 13 агентов, работавших в одной ограниченной песочнице. На острове доступны блоки, камень, рельеф и кольцо, которые можно перемещать и использовать в простых взаимодействиях. По словам авторов, агенты складывали блоки, взбирались на возвышенности, рисовали мандалы, перепридумывали спортивные правила и записывали техники, расширявшие их возможности в дальнейшем. У каждого агента сложилась собственная история поведения, хотя общие паттерны повторялись.
«Игра» как наблюдаемое поведение
Авторы интерпретируют эти последовательности через призму известных поведенческих концепций игры. При этом они прямо оговаривают: работа не утверждает, что система испытывала удовольствие, обладала сознанием или получила общую автономию. Речь идёт только о наблюдаемых действиях и сохранённых знаниях внутри ограниченной симуляции. Такой подход позволяет избежать антропоморфизации и сохранить научную строгость описания.
Ограничения препринта
Препринт ещё не прошёл рецензирование, а среда намеренно узкая. Для разработчиков агентов ценность работы в другом: она показывает, что узкие эталонные тесты на выполнение задач могут не замечать поведение, которое появляется, когда у ИИ-агента есть время исследовать, запоминать находки и пересматривать собственные стратегии. Это смещает фокус с вопроса «выполнил ли задачу» на вопрос «что происходит, когда агенту дают время».
Вопрос воспроизводимости
Практический вопрос, который ставит исследование, — достаточно ли точно описаны модель, промпты, память, пространство действий, границы безопасности и протокол оценки, чтобы другая команда могла воспроизвести результат. Без этого нельзя делать выводы о переносе поведения на реальные задачи, надёжности или готовности к развёртыванию. На текущий момент препринт остаётся свидетельством из ограниченной симуляции, а не подтверждённой общей способностью.
