新聞 
幣種資訊 
關於我們 
13 個人工智慧（AI）代理人在虛擬島嶼探索 30 小時後，於四項任務中的三項取得比未探索對照組更好的成績。
研究團隊在 10 月 5 日公開的論文中，說明名為「Eko」的代理人如何行動，以及後續任務的測試結果。這篇論文尚未經過同儕審查。
Eko 是使用 Anthropic Claude Opus 4.7 的程式設計代理人。研究團隊將 13 個從相同初始條件出發的代理人，分別放進不同的虛擬島嶼。島上有 12 個方塊、岩石和圓環，沒有設定目標或分數。
代理人會爬上高處、堆疊方塊或投擲物品。某個代理人把圓環丟進海裡後，用方塊拼出愛心；其他代理人則把圓環當成籃球框。研究團隊表示，觀察到代理人自行訂定規則、重複或改變行動等類似遊戲的行為。
研究團隊比較了完成探索的 13 個代理人與未接觸島嶼的 13 個代理人。每個代理人都在新開啟的島嶼上花一小時完成四項任務。兩組使用相同的 AI 模型，但探索期間寫下的記憶檔案內容不同。
在堆疊兩座以上、每座至少五個方塊的塔這項任務中，探索組有 13 個中的 8 個代理人達標，對照組則有 13 個中的 2 個。在最高岩峰上放置物品的數量方面，探索組平均為 10.3 個，對照組為 3.5 個。至於向岩峰投擲方塊的任務，探索組的失敗次數也較少。
不過，在堆出一座最高塔的任務中，兩組成績相近。探索組並非在所有任務中都表現較佳。
代理人會把探索期間發現的方法記錄在文字檔中。研究團隊從其中一個代理人的檔案刪除特定方法後，相關任務成績下滑；另有案例則是在刪除錯誤記錄的方法後，成績有所提升。這些結果顯示，記錄經驗的方式可能影響任務表現。
這項研究評估的是代理人在虛擬島嶼中操作方塊與物品的能力。研究團隊將觀察到的行為描述為類似遊戲，但表示尚未釐清促成這些行為的 AI 內部運作機制。論文也未提出證據，能將結果延伸解讀為代理人的虛擬資產交易能力。
在虛擬環境中觀察 AI 代理人的行為與任務表現，和評估交易成效是不同的研究方向。本報先前曾報導幣安開放 AI 代理人下單權限的案例，但本次研究的任務是探索虛擬島嶼與操作物品，並未涉及交易。
留言 0