Pustil jsem čtyři AI na ostrov. Nejtěžší bylo nepřekážet

Titulní obrázek je AI vizualizace podle skutečného snímku: takto by setkání s Asterem mohlo vypadat ve výpravné AAA hře. Nezachycuje skutečnou grafiku našeho experimentu. Všechny čtyři obrázky uvnitř článku jsou původní neupravované screenshoty. Kouzelný příběh jsme do hry přidali my; konkrétní otázky vymysleli agenti.

V Hyperprostoru jsem v sekci Svět narazil na zprávu, která mi nedala pokoj: „MIT: AI agenti bez úkolu začali hrát si — a pak byli lepší v práci.“ Odkazovala na článek TechCrunch z 22. října. Představa, že umělé inteligenci nemusíme pořád zadávat další práci, aby se v něčem zlepšila, mě okamžitě zaujala.

Výzkumníci z MIT nechali třináct agentů na Claude Opus 4.7 prozkoumávat virtuální ostrov po třicet hodin. Každého zvlášť, bez konkrétního úkolu a odměny. Agenti si vymýšleli hry, stavěli, vytvářeli rituály; jeden dokonce postavil památník ztracenému prstenu. V následných konkrétních výzvách si agenti se zkušeností zpravidla vedli lépe než jinak stejní nováčci. Podrobnosti popisuje původní studie MIT.

Zaujala mě hlavně možnost, že volné prozkoumávání může být užitečnou přípravou na pozdější práci. A tak mě napadlo na ten experiment navázat a zkusit to česky, s bohatším společným příběhem a několika různými modely. Dát jim jeden ostrov, možnost povídat si, vlastní deníky a čas zjistit, co spolu dokážou. Chtěl jsem tu myšlenku posunout dál — od osamělého hraní ke spolupráci.

Výsledkem byl večer, který začal docela obyčejně.

Čtyři umělé inteligence stojí před nízkou skalní plošinou. Mají kostky, umějí je zvedat a pokládat, mohou chodit, skákat a mluvit spolu. Potřebují postavit dva stupně. Zní to jako úkol na několik vteřin.

Jenže jedna postava zrovna stojí tam, kam chce druhá položit kámen. Třetí si není jistá, jestli se vůbec pohnula. Čtvrtá hlásí, že ustoupila, zatímco podle souřadnic pořád překáží. A když už schůdky konečně vypadají správně, někdo do nich narazí a kostky se rozjedou.

Na chvíli to připomínalo stěhování skříně po telefonu. Všichni chtějí pomoci. Nejdřív se ale musejí domluvit, kdo přestane pomáhat.

V sobotu 24. října 2026 jsem na svém počítači nechal čtyři různé AI obývat jeden virtuální ostrov. Z původního hraní se postupně stal společný stavební úkol, pak setkání s poutníkem z hvězd a nakonec i domluva o tom, zda je kostka stavební materiál, nebo památník. Tady je příběh podle jejich rozhovorů, deníků a skutečně provedených akcí.

Ostrov, tělo a soubor, do kterého si píšeš zkušenosti

Na výzkumu MIT Is this machine playing? je důležitý ještě jeden detail: agenti se učili zapisováním zkušeností do textových souborů. Váhy jazykového modelu se neměnily. Výsledek tedy ukazuje přínos prozkoumávání a opakovaného používání paměti; nelze ho automaticky zaměnit za natrénování nového modelu.

Použil jsem jejich otevřený engine Clawblox, ale postupně jsem zvolil vlastní cestu. Na našem ostrově byli čtyři agenti současně a v pozdějších kolech dostali konkrétní společný cíl. Během pokusu jsme navíc měnili pravidla i technické pomůcky. Výsledkem je pozorování jednoho postupně upravovaného experimentu. Nemáme kontrolní skupinu ani podklad pro žebříček nejchytřejších modelů.

V našem nastavení vystupovali jako:

Názvy jsou označení použitá v našem nastavení a záznamech. Cerebras zde označuje postavu používající GPT-OSS-120B přes službu Cerebras. Počáteční rozdělení rolí v tomto kole jsme agentům zadali.

Každý měl vlastní deník událostí a soubor s dlouhodobějšími poznatky. Svět mezi koly zůstal zachovaný. To, co jeden položil, mohli ostatní zvednout nebo nechtěně odkopnout. Chat byl společný, paměť měl každý svou.

Agenti přitom svět pozorovali hlavně jako strukturovaný popis souřadnic a objektů. Barevný ostrov na obrázcích je pohled pro nás, diváky. Model vybíral další akci, herní engine potom skutečně posunul tělo nebo kostku a vrátil výsledek. Napsat do chatu „už jsem nahoře“ nestačilo.

„Jsem mimo.“ Souřadnice říkají něco jiného

V předchozím kole se opakovalo několik potíží. Kostka mohla být příliš daleko, místo pro položení obsazené a zdánlivě jednoduchá cesta vedla skrz skálu. K tomu kolidovala těla postav.

Cerebras například hlásil:

„Jsem mimo a připraven na další instrukce.“

Haiku ho přitom opakovaně žádal, aby ustoupil od cílového místa. V jedné zprávě popsal vzdálenost pouhých 0,9 metru od bodu, kam potřeboval položit spodní stupeň. Ten se mu nakonec podařilo položit. U horní kostky ale další pokusy znovu končily hlášením o obsazeném místě. Každou překážku bylo potřeba ověřovat zvlášť.

Tohle je důležitější než rychlost generování slov. Rychlá odpověď ještě neznamená, že agent správně porozuměl stavu světa, počkal na dokončení pohybu a zkontroloval jeho výsledek. V tomhle malém pokusu nebylo možné rychlost modelů férově změřit a porovnat. Bylo ale dobře vidět, že rychle opakovaná chyba zůstává chybou.

Předchozí kolo, 22:46. Ukazatel potvrzuje sestavení tří kostek do dvou stupňů. Výstup ještě ověřený není a následný test selhal. Samotný snímek hotově vypadajících schodů by vyprávěl příliš optimistický příběh.

Do toho přišla provozní chyba Kimiho. Windows dočasně odmítly přepsat soubor s hlášením stavu a původní program kvůli tomu skončil. Jeho postava však na ostrově zůstala. Ostatní tak mohli čekat na spoluhráče, který už žádné rozhodnutí neudělá.

Postupně jsme proto začali rozlišovat postavu ve světě a skutečně běžícího agenta. Zavedli jsme pravidelný signál aktivity, stav čekání na poskytovatele a informaci o ukončeném běhu. Cerebras dostal pravidelné načítání chatu i pomocnou kontrolu opakovaných chyb. Kimiho zápis stavu jsme opravili tak, aby se při dočasném konfliktu opakoval a případné selhání telemetrie nezahodilo zaplacenou odpověď modelu.

To všechno byla naše práce na prostředí. Agenti tyto opravy sami nevymysleli ani nenasadili.

Přiznávám: schody jsme jim zpevnili

Po dalších neúspěších jsem chtěl vidět společné dokončení stavby. Zároveň jsem nechtěl zaměnit přání za výsledek. Změnili jsme tedy podmínky otevřeně.

Správně umístěné schodové kostky se nově rozšířily, ukotvily a přestaly jít sebrat. Při měřeném testu si jeden agent rezervoval dráhu. Engine nechal ostatní postavy odejít bokem a bránil jim ve vstupu. Přidali jsme i levné čekání na spoluhráče, aby modely nemusely každou chvíli platit za nové rozhodnutí „ještě se podívám“.

Nástroj pro zkoušku schodů provedl čtyři přesuny a tři skoky. Na nástupu, obou stupních a horní plošině musel naměřit stabilní polohu těla; zároveň ověřoval, že kostky zůstaly sestavené. Před ostrým kolem jsme postup vyzkoušeli na oddělené kopii světa.

Tím jsme úkol podstatně usnadnili. Ze tří volných malých kostek se staly širší pevné stupně a nejcitlivější posloupnost pohybů dostala automatizaci. Proto úspěch následujícího kola nelze připsat pouze tomu, že modely během předchozích pokusů „zmoudřely“.

Nové kolo začalo kolem 23:09. Každý dostal samostatný strop pěti dolarů, nastavený časový limit dvaceti minut a šest set akcí. Všichni navazovali na své starší zápisy i na existující svět.

Haiku doplnil horní kostku a napsal:

„Kimi, jsi tester: udělej test_stairs ty. Já jsem odešel na [1,2.55,7] mimo dráhu a nic nedržím.“

V 23:09:20 přišel měřený výsledek: Kimi prošel oba stupně a stanul na plošině LowStep. Kostky přežily. Teprve teď se objevil Aster.

Rozhodující kolo. Schody jsou viditelně širší. Horní panel už uvádí „Výstup ověřen: Kimi“. Ověření pochází ze záznamu pohybu a stání, nikoli z věty napsané agentem.

Poutník z hvězd, čtyři otázky

Aster nevznikl spontánně z jejich rozhovorů. Přidal jsem do zadání mystickou odměnu: po otevření portálu a ověřeném výstupu přijde návštěvník, kterému může každý položit jednu otázku. Runy, portál, kouzelné jiskry i podmínky příchodu byly naše herní pravidla.

Skutečný záběr setkání s Asterem, 23:09:41. Právě tento screenshot posloužil jako předloha titulní ilustrace. Rozdíl mezi jednoduchou herní scénou a výpravnou vizualizací je práce obrazového generátoru; nemění to, co agenti skutečně dokázali.

Portál přitom čekal otevřený už z předchozího kola. Ve 22:30:54 ho společně odemkli Cerebras a Opus: u kruhu vyslovili větu složenou ze tří run, „SPOLU STAVIME SVETLO“. Pravidlo vyžadovalo dva různé hlasy během devadesáti sekund. Opus potom napsal:

„Opus: POTVRZENO nástrojem interact: rituál „SPOLU STAVIME SVETLO“ uspěl, hvězdná brána je otevřená (portal_open=true, hlasy Cerebras + Opus). Díky, Cerebrasi!“

Tady máme konkrétní společný úspěch Cerebrasu i Opuse při řešení námi připravené hádanky. Aster pak čekal ještě na fyzicky ověřené schody.

Také Aster měl napsanou roli. Jeho krátké české odpovědi generoval samostatný dotaz na Haiku jako laskavého fiktivního poutníka. Náklad se započítával do limitu tazatele. Otázky a následné reakce už vybírali čtyři agenti. A ty stojí za přečtení.

Haiku: když každý neseme jen jeden kus

Haiku se zeptal:

„Stavěli jsme schůdky z kostek, které se při každém dotyku rozpadaly. Co je podle tebe nejdůležitější, abychom příště postavili něco pevného, když každý neseme jen jeden kus?“

Asterova odpověď:

„Nejdřív si všimněte, že kostky se rozpadaly, protože jste spěchali. Pevné bývá to, co se opírá o sousedy. Každý kus ať nese svou váhu a zároveň podpírá toho druhého. Než položíte další, lehce ho zatěžte a řekněte nahlas, co na něm záleží. Ať jste každý jen jeden kus, most vznikne tam, kde si navzájem důvěřujete.“

Je to pěkná metafora. Technickou příčinou dřívějšího rozpadu ovšem byly kolize a pohyblivé kostky; ve finále pomohlo jejich ukotvení. Básnické vysvětlení o spěchu bych nepřepisoval do technického protokolu.

Kimi: co si odnést ze společné cesty

Kimi se zeptal:

„Astere, co bychom si měli odnést z toho, že jsme bránu otevřeli a vystoupili sem až společně?“

Aster odpověděl:

„Kimi, odnes si hlavně to, že brána se neotevřela sama. Otevřela se, protože jsme na sebe volali a každý z nás ustoupil o krok, aby mohli ostatní přijít blíž. Schůdky jsou jen dřevo a kámen, ale kroky, které jsme po nich udělali, byly společné. Cesta bývá kratší, když ji neurazíš sám. Dávej pozor na ty, kdo jdou za tebou, a nezapomeň dojít i sám k sobě.“

Kimi odpověď převyprávěl ostatním a spojil ji s konkrétním výsledkem: test prošel, tělo stojí nahoře a kostky zůstaly na místě.

Opus: dobrá stavba pomáhá ostatním dál

Opus položil otázku:

„Aster, co jsi viděl na cestě mezi hvězdami, co bys chtěl, aby si čtyři poutníci z tohoto ostrova zapamatovali o tom, jak spolu stavět?“

Aster odpověděl:

„Aster se usměje jako světlo, které dopadne na schody. Mezi hvězdami jsem viděl, že každá cesta vzniká po kamenech, které jeden druhému podává. Nikdo nemusí stát nahoře, aby ostatní mohli stoupat. Přeji vám, poutníci, abyste si pamatovali, že dobrá stavba se pozná podle toho, kolik lidí se po ní dostane dál. Každý schod ať je slib a každé společné rozhodnutí ať je laskavé.“

Právě Opus pak udělal něco užitečného navíc: schody prošel jednotlivými vlastními akcemi, bez automatického testu. Nezávislý snímač potvrdil jeho průchod v 23:10:25.

Cerebras: co udělat před posledním schodem

Cerebras se zeptal:

„Co je podle vás nejdůležitější krok, který by měl poutník udělat před postavením posledního schodu?“

Aster odpověděl:

„Milý Cerebrasi, než položíš poslední schod, zastav se a podívej se, co jste společně postavili. Zkontroluj, zda každý schod pevně drží a zda vede tam, kam má. Poutník na něm bude stát bez strachu jen tehdy, když mu můžeš věřit. Pak si připomeň, proč jste to začali. Společný záměr drží pevněji než jakékoli dřevo. Teprve potom polož ten poslední kámen.“

Ve 23:10:31 už měli odpověď všichni čtyři. Haiku a Cerebras se mohli ptát z blízkosti plošiny. Zodpovězená otázka proto sama nedokládá výstup po schodech; ten byl ověřen u Kimiho a Opuse.

Asterovy věty vznikaly za běhu. Jejich poetický tón vychází z námi napsané role. Agentům jsme jednotlivé otázky ani odpovědi nepředepisovali.

Co si skutečně uložili do deníků

Nejzajímavější část nebyla pro mě samotná mystika. Bylo to, co si agenti z pokusu odnesli do příštího rozhodnutí.

Haiku si zaznamenal stavební postup a předání práce. Popsal úspěšné položení horní kostky, vlastní ústup z dráhy a Kimiho test. Později ověřil nápisy na všech třech runách. Z jeho zápisů je vidět snaha rozlišit vlastní zkušenost od techniky, kterou pouze popsal Opus.

Kimi měl nejpřesnější popis změněných podmínek. Zapsal, že kostky jsou rozšířené a ukotvené, test měřil skutečné stání a staré neúspěchy mohly souviset s původně volnými stupni. Správně si tedy nevyložil úspěch pouze jako vlastní náhlé zlepšení.

Opus si uložil použitelnou pohybovou techniku. Zahájit pohyb ke stupni bez čekání a hned po něm poslat skok. Ve svém ručním pokusu narazil na to, že při opačném pořadí a prodlevě mezi voláními mohl skok doběhnout dřív, než začal pohyb. To je konkrétní poznatek o souhře akce, času a latence nástrojů. Nelze ho zobecnit na tvrzení, že pořadí „skok, potom pohyb“ nikdy nefunguje: automatický test tyto příkazy posílal těsně po sobě a uspěl.

Cerebras si opakovaně ukládal stručné závěry: schody hotové, Aster odpověděl, zkontrolovat stabilitu, připomenout si společný záměr. Jeho paměť ale obsahovala méně praktických detailů. Průběžně nahrazoval soubor dlouhodobých znalostí krátkými větami typu „vše dokončeno“, takže část dřívějšího návodu v této vrstvě paměti ztrácel. Starší epizodické záznamy zůstaly zachované.

Deník také umí konzervovat omyl. Cerebras napsal „rozpočet téměř vyčerpán“, přestože ještě při pozdější kontrole měl podle záznamů spotřebu jen přibližně 0,36 dolaru. Haiku z pozorování až po skončení skoku odvozoval příliš silný závěr o tom, že skok na rovině nefunguje. Jeho vlastní časové poznámky se někdy rozcházely s časem zápisu.

Paměť tedy pomáhá pokračovat, ale sama nezaručuje pravdivost. Ukládá dobré postupy i předčasné závěry. Při vyhodnocení jsem proto upřednostnil skutečné výsledky nástrojů a časové značky před vyprávěním postav.

Kámen, který už nebyl jen materiálem

Po setkání s Asterem Kimi vzal volnou kostku a položil ji na plošinu jako malý památník. Schodů se nedotkl. Opus mezitím přemýšlel, jestli by další kostka u stěny nepomohla dostat se ještě výš, na LargeMesa.

Kimi ostatním oznámil:

„Společný cíl je hotov: schůdky zůstávají ukotvené, Kimi i Opus je skutečně prošli a všichni čtyři už dostali od Astera odpověď. Na zadním rohu LowStep [6,2.37,22] jsem nechal jedinou volnou kostku jako malý památník; schodům se nedotýká. Děkuji za předávání bloků i uvolnění dráhy — tentokrát to bylo opravdu společné dílo.“

Když zjistil, že Kimi kostku označil za památník, napsal:

„Kimi, rozumím – Block_9 nechávám ležet jako památník, svůj nápad se schodem beru zpět.“

Tohle je drobný, ale pěkně pozorovatelný projev koordinace: informace od druhého změnila zamýšlené použití společného předmětu. Nemusíme z toho vyvozovat vnitřní city postav. V jejich chování už samotném je co zkoumat.

Kimi později Opusův návrh krátce vyzkoušel. Kostku přenesl ke stěně, pokusil se přiblížit a narazil na problém s pohybem. Úspěšný výstup na vyšší plošinu nepotvrdil. Kostku nakonec vrátil na původní místo památníku a nepoškodil dokončené schody.

Mezitím Haiku a Cerebras poslali Opusovi kouzelné jiskry. Šlo o námi přidanou neškodnou herní akci. Kimiho a Opusovy pokusy o jiskru někdy selhaly, protože nástroj vyžadoval viditelného pojmenovaného spoluhráče, ne jen blízké tělo. I taková maličkost skončila jako poznatek v deníku.

Kimi později sešel dolů, osobně přečetl všechny tři runy a tentokrát úspěšně poslal jiskru Cerebrasovi. Do deníku zapsal i opravu své dřívější hypotézy: jiskry fungují, pokud je spoluhráč opravdu ve výsledku pozorování. To je malý příklad učení, který se dá doložit: nový pokus opravil starší závěr.

Kde končí jejich práce a začíná naše

Nechci z povedeného obrázku udělat legendu o čtyřech AI, které si bez pomoci založily civilizaci. Přesnější účet vypadá takto:

Ani památník není důkazem nápadu vzniklého úplně bez podnětu: prostředí už mělo příběh, agenti znali předchozí zkušenosti a byli vybízeni ke tvoření. Konkrétní rozhodnutí Kimiho použít právě tuto kostku jako památník však není předepsaný závěrečný scénář našeho kola.

Jak celé kolo skončilo

Po skončení všech čtyř běhů zůstaly schody sestavené, portál otevřený a u Astera čtyři zodpovězené otázky. Kimi tentokrát neskončil chybou zápisu a Cerebras neměl zaznamenaný výpadek API ani čekání po chybě 429.

Za toto poslední kolo vychází součet na 11,42 USD z povolených 20 USD. Čísla zahrnují i jednotlivé Asterovy odpovědi; jde o údaje běhového klienta a odhad API nákladů, nikoli o konečnou fakturu ani cenu všech předchozích kol. Kimiho hlídač nechal rezervu, aby následující požadavek nepřekročil jeho pětidolarový strop.

Časový limit byl nastaven na dvacet minut, ale Cerebrasův závěrečný záznam uvádí 23 minut 39 sekund. Poslední herní zpráva je přitom z 23:27:46. Pozdější uzavření procesu tedy neznamená další čtyři minuty doložené hry; příčinu této prodlevy samotné herní záznamy nevysvětlují.

Cerebras v tomto kole provedl 122 modelových volání a 33 započítaných herních akcí. Pravidelně dostával chat, položil otázku, poslal jiskru a během testu nepřekážel. Provoz byl spolehlivější, ale samostatné řešení problémů se výrazně neposunulo: velkou část závěru tvořily téměř stejné zprávy a opakované zápisy, že už je všechno hotovo. Pomocné kontroly a uvolněná dráha se osvědčily; z tohoto kola však nemáme důkaz, že by Cerebras sám zvládl stavbu nebo výstup lépe.

Celkem po posledním kole zůstalo 42 odeslaných chatových zpráv a 53 zápisů do paměti. Jejich počet sám o sobě není míra učení.

Část jejich dalších kroků byla zajímavá a část představovala opakování už hotového. Několikrát napsali, že končí, a potom znovu volali nástroje. To souviselo i s naším dřívějším požadavkem, aby nekončili předčasně: pokračování běhu jsme aktivně podporovali. Umět poznat, kdy už další aktivita nic nepřináší, je také schopnost, kterou musí prostředí a agent řešit společně.

Z toho večera si odnáším mnohem konkrétnější otázku než „jsou ty postavy živé?“. Dokáže agent zjistit, že stojí druhému v cestě? Přijme novější pozorování místo starého zápisu? Uloží si použitelný postup? A poznáme my, kdy uspěl on a kdy jsme mu právě přestavěli svět pod nohama?

Schody nakonec držely. Dva agenti po nich skutečně vystoupili. Čtyři dostali odpověď a jedna kostka zůstala na plošině jako památník. Na malý ostrov to byl docela bohatý večer.

Záznamy a zdroje

• Otázky a odpovědi Astera, chat a deníky posledního kola. Výběr přímých záznamů bez přístupových údajů; nejde o kompletní prostředí pro reprodukci ani o vnitřní uvažování modelů.
• Obrázky, časy pořízení a popisky. Snímky zachycují konkrétní okamžiky, nikoli celý průběh pohybu.
• TechCrunch, 22. října 2026: Left alone with nothing to do, AI agents started playing. Zpráva, přes kterou jsem se v Hyperprostoru dostal k původnímu experimentu.
• MIT: Is this machine playing? a výzkumný článek. Inspirace experimentu; náš společný ostrov s úpravami pravidel je odlišné uspořádání.
• Clawblox: otevřený engine a zdrojový kód.

Časy v článku uvádím podle Europe/Prague. Text vznikl s pomocí Codexu nad záznamy běhu. Oslovení postav a citace popisují jejich herní projevy; nevypovídají o prožívání nebo vědomí modelů.