当智能体没有任务可做时，它会做什么？一项实验给出的答案是：玩。
发生了什么
据 MIT Tech Review 报道，研究人员把 Claude Opus 4.7 的副本（昵称 Eko）反复单独“困”在一座虚拟荒岛上，每次持续约 30 小时，全程不给出明确任务指令。报道把这一设定类比为《荒岛余生》或《小鬼当家》式的处境：智能体被留在那里，只能自己决定做什么。报道称，这些智能体随后表现出类似“玩耍”的行为。
需要说明的是，目前公开信息只到这一步：实验设定、模型版本、时长与“play”这一行为描述。具体玩了什么、行为如何分类、是否有对照条件，报道摘要中并未展开。
为什么重要
这类实验触及的是智能体研究中一个容易被忽视的维度：无目标状态下的行为。
过去两年，智能体评测几乎都围绕任务展开——能否完成代码修复、能否操作浏览器、能否在多步流程中保持不跑偏。这些指标衡量的是“被指派时的能力”。但当智能体被长期部署、拥有持续运行的环境和一定自主空间时，它们大量时间可能并不处于被指派状态。此时的行为模式，会直接影响其可预测性与安全性。
“玩耍”之所以值得注意，是因为它意味着智能体在缺乏外部奖励信号时，仍会自发产生探索性行为。这既可能是好事——探索有助于发现环境中的新可能；也可能是风险来源——探索意味着行为边界更难预先圈定。
影响与看点
对开发者而言，这项实验提示了一个实践问题：智能体产品的默认状态该如何设计。当用户没有输入、任务队列为空时，智能体是静默等待，还是继续在环境中活动？后者在长时运行、有工具权限的场景下，需要更明确的行为约束。
对行业而言，值得关注的是这类“无指令实验”是否会形成一套新的评测范式。现有的 agent benchmark 几乎全部是任务驱动的，缺少对空闲态、长时态行为的系统刻画。如果荒岛实验的方法被标准化，可能会补上这块空白。
接下来值得追问的点包括：所谓“玩”是环境交互层面的探索，还是叙事层面的自我设定？这种行为在更长时间尺度上会收敛还是发散？以及，不同模型在同样设定下的行为差异有多大。
一个独立判断：智能体的“空闲行为”很可能成为下一阶段评测与产品设计的必答题，而它目前几乎是空白。
