Agenti AI lasciati senza compiti su un'isola: hanno giocato?

In uno studio con 13 agenti AI lasciati senza compiti su un'isola virtuale, hanno scalato, costruito e fatto esperimenti. Poi hanno reso meglio dei novellini: ma gli autori restano prudenti.

Perché conta

Mostra come un agente con una memoria in file impari dall'esplorazione, e quanto una sola convinzione sbagliata annotata possa peggiorarlo: è il meccanismo di molti assistenti che usiamo.

In pratica

Se usi un assistente che tiene appunti o istruzioni in un file, rileggili ogni tanto: ciò che ha imparato, giusto o sbagliato, resta.

Un gruppo di ricercatori del MIT ha lasciato 13 agenti AI da soli per 30 ore su un'isola virtuale, senza dare nessun compito. Gli agenti hanno scalato, impilato blocchi, disegnato figure con i cubi e fatto esperimenti sulla fisica del mondo. Poi, messi alla prova, hanno reso meglio di agenti identici che non c'erano mai stati. Lo studio, "Is this machine playing?", è su arXiv dal 5 ottobre, il sito dove i lavori scientifici compaiono prima che altri ricercatori li revisionino; TechCrunch ne ha scritto il 22.

Come è fatto l'esperimento

Ogni agente è un assistente per programmare (Claude Code, con il modello Claude Opus 4.7) a cui i ricercatori hanno aggiunto tre pezzi: un meccanismo che lo fa ripartire ogni volta che si ferma, un "corpo" nell'isola simulata che descrive il mondo a parole e accetta comandi, e una memoria fatta di file di appunti. Ogni ora la conversazione si azzera e l'isola torna com'era: restano solo i file di appunti. Nessuna persona interviene durante le 30 ore.

Cosa hanno fatto

Gli agenti si sono dati obiettivi da soli. Uno ha lanciato per sbaglio un anello in mare e ha costruito un cuore di sassi "in memoria dell'anello". Un altro ha scoperto che cadendo dal bordo della mappa rinasce nello stesso punto, e ha usato la cosa per "indossare" l'anello. Sette su tredici hanno scoperto che lanciare un blocco durante un salto lo fa arrivare più in alto, una possibilità che i progettisti del simulatore non conoscevano. Gli autori leggono questi comportamenti come segni di gioco: regole inventate dall'agente, ripetizione con variazioni, finzione, attività fine a sé stessa.

Hanno imparato davvero?

Dopo le 30 ore, i ricercatori hanno messo ogni agente davanti a quattro obiettivi misurabili e li hanno confrontati con 13 agenti identici senza esperienza. Nel compito "costruire il maggior numero di torri da 5 blocchi", 8 agenti su 13 ne hanno fatte più di due, contro 2 su 13 tra i novellini. Sulla guglia più alta ne hanno portato in media 10,3 oggetti contro 3,5. In un compito, la torre più alta, i due gruppi sono simili.

Il sapere sta negli appunti. Cancellando dal file di un agente ogni riferimento alla tecnica per creare blocchi, le sue torri sono scese da sei a due in media. E il contrario: un agente aveva scritto una convinzione sbagliata (che per fare le torri bisognasse lanciare i blocchi invece di posarli), e togliere quella frase ha migliorato il risultato. Una falsa credenza scritta negli appunti resta e fa danni, notano gli autori.

Cosa non dimostra

Gli agenti erano stati descritti in un file come "naturalmente curiosi" e annoiati facilmente. Cinque agenti senza quel file hanno mostrato, secondo gli autori, una gamma di attività simile; ma con altri due assistenti (Codex con GPT-5.5 e Kimi Code) le attività sono state molto più ristrette. È un solo mondo semplice, e gli autori dichiarano di non spiegare i meccanismi interni. Secondo TechCrunch, la ricercatrice Eunice Yiu (UC Berkeley) è colpita ma chiede più prove che i modelli stiano davvero giocando.

Per chi usa un assistente con memoria in file, la lezione pratica è nostra, non dello studio: ogni tanto rileggi cosa ha scritto sul tuo conto e sul lavoro, perché un errore annotato può rimanere.