Остров Claude: агент, который отверг собственный рекорд

Рекорд ставят, чтобы остановиться. Правило меняют, чтобы продолжить.

Исследователи отправили несколько копий Claude Opus 4.7 на виртуальный остров, похожий на уровень из Roblox. Звали копии Эко. Каждая писала для своего аватара команды: куда идти и что делать с предметами. Задачи им не дали. Всего агенты провели на острове 30 часов, в нескольких запусках.

Они занялись тем, что нашлось под рукой. Забирались на высокие места. Бросали предметы и смотрели, как далеко те улетят. Один агент выяснил, что может создавать новые блоки, и сложил из них рисунки: своё имя, созвездия.

Другой, как сообщают, жонглировал. Он поймал 50 раз подряд и рекорд не засчитал: ловил слишком быстро. Начал заново, с более строгими правилами.

Среди придуманного было и что-то вроде баскетбола, и «пол — это лава».

Потом агентов проверили. Нужно было перенести как можно больше предметов на самую высокую точку острова. Те, у кого за плечами остров, справились лучше свежих копий. Памятью им служили текстовые журналы действий. Когда из журналов вырезали куски, результат слабел.

Менялись ли при этом веса модели, не установлено: всё, что агенты знали про остров, они брали из записей. В главной инструкции Эко был описан как любопытный и охочий до исследований. Когда агент замирал, ему писали: продолжай. Работа ещё не прошла рецензирование, и сторонние специалисты просят больше данных о том, что стоит за этим поведением.

Рекордов от агентов никто не требовал. Один из них не засчитал свой.