简要事实：MIT研究人员把13个AI智能体放入虚拟岛屿，约30小时不给它们具体任务。智能体尝试环境允许的动作，与模拟世界互动。之后在同一模拟环境的部分任务中，它们的成绩高于对照组。作者把这种行为描述为类似游戏的探索。研究目前是预印本，还需要更广泛的独立审查。
“玩起来了”很容易让人联想到内在兴趣，甚至意识，但实验没有证明这些。初始提示已经把智能体设定为好奇的角色，行为发生在专门设计的世界里，工具和规则都由研究者提供。长时间尝试之后成绩提高，是值得研究的现象，却不能说明模型自己产生了想玩的愿望，也不能保证收益能迁移到其他任务。要判断方法的价值，需要换用不同模型、环境和提示重复实验，并公平比较计算成本。目前准确的说法是：在一个模拟场景中观察到探索行为，以及有限的后续成绩提升。把人的动词借来描述机器行为很方便，但它不能回答机器是否有体验。
评估这项研究时，还要看实验中的任务与自由探索阶段是否共享太多规则或信息。如果后续考题主要考察在同一岛屿上见过的对象，提高成绩也可能只是熟悉环境。更有说服力的测试应让模型进入新的世界，控制练习时长，并报告失败和无效探索的比例。十三个智能体是一个有趣的起点，但样本和环境都有限，不宜据此推断所有AI系统都会自然产生游戏行为。论文中使用“游戏”是研究者给某种探索方式起的名字，不是对心理状态的测量。报道可以介绍这种训练思路，因为探索也许能帮助智能体学习；同时必须保留方法上的限制，不应把拟人化标题当成实验结论。
还要注意，这些智能体并不是被完全放任的自然生物。它们运行在研究者给定的代码、目标函数和交互接口内。所谓“没有任务”只是没有一项即时指派的目标，不代表系统没有先前训练或提示约束。对研究最公平的解读是：自由探索可能成为一种训练方法，其收益边界仍待检验。如果后续实验无法重复，也应允许修正现在的结论。把实验现象和哲学上的意识问题分开，读者才能看清真正的新意。