Bu çalışma arXiv ön baskısıdır (2610.07130); hakemli yayın öncesi sonuçlar ön değerlidir.
MIT: Görevsiz bırakılan Claude ajanları oyun üretti, sonraki testlerde daha iyi performans gösterdi
MIT CSAIL araştırmacıları, 13 adet claude Opus 4.7 Eko ajanını sanal bir adada 30 saat boyunca açık uçlu görev vermeden çalıştırdı. arXiv’de yayımlanan «Is this machine playing?» ön baskısına göre ajanlar kendi aralarında oyun benzeri etkinlikler üretti; ardından yapılandırılmış değerlendirmelerde «oyun sonrası» ajanlar, sıfırdan başlatılan ajanlara kıyasla genelde daha iyi skor aldı. Bulgular agent-play-learning ve multi-agent-systems tasarımına ders taşıyor.
Ana Gelişme
Deneyde ada saatlik sıfırlanıyor; ajanların kalıcı workspace notları korunuyor. «Oyun», Burghardt tarzı operasyonel imzalarla tanımlanıyor — antropomorfik «eğlendi» anlatımından kaçınılmalı. Hafıza ablation testleri, performans artışının bir kısmının notlar ve deneyim birikimine bağlı olduğunu gösteriyor.
Neden Önemli?
agentic-ai ürünlerinde ajanlar boşta kaldığında döngüye girebilir veya gereksiz API maliyeti üretir. Araştırma, idle time’ı yapılandırılmış ortam ve paylaşılan hafıza ile değerlendirmenin, saf reinforcement learning yerine tamamlayıcı bir eksen olabileceğini öneriyor — henüz üretim kanıtı değil.
Teknik Detaylar
Model: Claude Opus 4.7 Eko; süre 30 saat; 13 paralel ajan. Peer review bekleniyor; tekrarlanabilirlik ve ölçek dışı genelleme sınırlı olabilir.
Bağlam
anthropic modelleri üzerinde akademik çalışma; ai-for-science ve agent benchmark topluluğuyla örtüşüyor. Aynı haftanın 1Password for Agents lansmanı farklı eksende «ajanlar iş başında» temasını sürdürüyor.
Sonraki Adımlar
Ekip, farklı ortam topolojileri ve görev dağılımlarında replikasyon planlıyor. Mühendislik ekipleri bulguları doğrudan prod’a taşımadan önce kendi eval setlerinde doğrulamalı.