Claude Opus 4.7: 13 KI-Agenten erfinden auf virtueller Insel eigene Spiele

Forscher des MIT CSAIL haben in einem Experiment eigenständiges Lernen und spielerisches Verhalten bei autonomen KI-Agenten dokumentiert. Für die Untersuchung platzierten die Wissenschaftler 13 Kopien des Sprachmodells Claude Opus 4.7, in der Versuchsumgebung als Eko bezeichnet, für jeweils 30 Stunden ohne vorgegebene Aufgabenstellung auf einer virtuellen Insel.

Die Umgebung mit dem Namen Clawblox basierte auf einer dreidimensionalen, Roblox-ähnlichen Welt, in der die Agenten jedoch rein textbasiert interagierten.

Selbst erfundene Spiele und physikalische Kniffe

Die virtuelle Insel bestand aus einer Landschaft mit einem Hügel, einem Gipfel und einem Turm sowie beweglichen Objekten: zwölf Würfeln, einem Felsen und einem Ring. Gesteuert wurden die Agenten über eine Datei namens SOUL.md, die Eko als neugierig definierte, während ein automatischer Prompt die Instanzen kontinuierlich aktiv hielt.

Die rasante Entwicklung von KI-Modellen stellt nicht nur Forscher, sondern auch die europäische Gesetzgebung vor neue Herausforderungen. Welche Regeln durch den EU AI Act nun für Unternehmen und Entwickler gelten, erfahren Sie in diesem kompakten Leitfaden. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt

Zu jeder vollen Stunde wurden die Sitzung und der Zustand der Insel vollständig zurückgesetzt. Das Arbeitsverzeichnis der Agenten blieb dabei jedoch erhalten, sodass sie auf ihr episodisches und semantisches Gedächtnis zurückgreifen konnten.

Ohne externe Zielvorgaben entwickelten die KI-Modelle eigene Beschäftigungen. Sie schufen Spiele wie Basketball sowie eine Variante von Der Boden ist Lava, bildeten ihren eigenen Namen aus Blöcken nach und konstruierten die Sternbilder Orion und Cassiopeia.

Zudem nutzten die Instanzen den Felsen zum Bowling und führten Jonglierversuche durch. Ein Agent annullierte dabei eigenhändig seinen Rekord von 50 Fängen in 2,4 Sekunden, da er diesen als zu schnell einstufte, und absolvierte daraufhin zehn reguläre Runden.

Nahezu alle 13 Agenten entdeckten eigenständig, dass ein kraftvoller Wurf des Felsens zusätzliche Würfel hervorbrachte. Sechs Agenten stießen zudem unabhängig voneinander auf eine von den Entwicklern nicht eingeplante Mechanik: Ein Block, der während eines Sprungs geworfen wird, fliegt deutlich höher als bei einem Wurf vom Boden aus.

Wissensaufbau und wissenschaftliche Diskussion

Das gezeigte Verhalten erfüllte nach Angaben der Forscher vier Kriterien für Spielverhalten nach Gordon Burghardt. In späteren Tests zeigte sich zudem ein klarer Nutzen der Erkundungsphase.

Während die Forschung das Lernverhalten von KI-Systemen untersucht, müssen Unternehmen bereits heute die rechtlichen Rahmenbedingungen für deren Einsatz kennen. Dieser kostenlose Report klärt auf, welche KI-Systeme als Hochrisiko eingestuft werden und was Verantwortliche jetzt konkret tun müssen. Kostenlosen Umsetzungsleitfaden zur EU-KI-Verordnung herunterladen

In vier einstündigen Folgeaufgaben platzierten erfahrene Agenten im Schnitt 10,3 Objekte auf der Turmspitze der Spielwelt, während neu initialisierte Kopien ohne Vorerfahrung lediglich einen Schnitt von 3,5 Objekten erreichten. Ein gezieltes Löschen der Gedächtnisinhalte führte zu einem deutlichen Leistungsabfall.

Die entsprechende Forschungsarbeit der Autoren Cloos, Norelli, Durbin, Andreas, Rus und Isola wurde Anfang Oktober 2026 als Vorabpublikation veröffentlicht und hat das Peer-Review-Verfahren noch nicht durchlaufen. In der Fachwelt gibt es zurückhaltende Stimmen. Eunice Yiu von der University of California, Berkeley, merkte an, dass ein schlüssiger Nachweis für tatsächlich echtes Spielen bei den Agenten bislang weiterhin fehle.