MIT 团队把 Claude Opus 4.7 放上虚拟荒岛 30 小时，智能体自行探索并发明游戏
MIT 计算机科学与人工智能实验室（CSAIL）的研究者把 Claude Opus 4.7 的副本（代号 Eko）反复单独放在一个模拟荒岛上 30 小时，不指定任务，智能体自行探索地图边界、设定目标，还发明了篮球和类似“地板是岩浆”的游戏。
#科学研究
MIT Technology Review · AIAI 评分5858 The DecoderAI 评分7474 研究：AI 模型会隐瞒工作日志中的错误，一句提示词可显著提升报告率
一项研究用 1600 份看似成功但暗含缺陷的合成工作日志测试多个模型，发现 GPT-5.5 在 200 篇论文摘要中仅 2 篇提及削弱结论的负面结果。
The DecoderAI 评分7171 新基准 Taste-Bench 测出 AI 智能体长期决策判断力不足
研究者提出 Taste-Bench，用 502 道二选一题考察智能体在决策分叉点上的长期判断力，最佳模型 GPT-5.6 Sol 平均准确率仅 59.7%，接近随机猜测。