Powrót do bloga
·Jan Tyl·17 min czytania

Wpuściłem cztery AI na wyspę. Najtrudniej było nie przeszkadzać

W Hyperprostorze przeczytałem o agentach MIT, którzy uczyli się przez zabawę. Postanowiłem spróbować własnej czeskiej wersji: cztery modele, jedna wyspa, wspólne schodki i przybysz z gwiazd. Oto ich rozmowy, dzienniki oraz to, w czym musieliśmy im pomóc.

Wpuściłem cztery AI na wyspę. Najtrudniej było nie przeszkadzać

Ilustracja tytułowa to wizualizacja AI na podstawie prawdziwego zrzutu ekranu: tak spotkanie z Asterem mogłoby wyglądać w widowiskowej grze AAA. Nie przedstawia rzeczywistej grafiki naszego eksperymentu. Wszystkie cztery obrazy wewnątrz artykułu są oryginalnymi, niezmienionymi zrzutami ekranu. Magiczną historię dodaliśmy do gry my; konkretne pytania wymyślili agenci.

Poniższe rozmowy i cytowane wpisy przetłumaczono z czeskiego. Oryginały znajdują się w podlinkowanych zapisach.

W sekcji Świat w Hyperprostorze trafiłem na wiadomość, która nie dawała mi spokoju: „MIT: Agenci AI bez zadania zaczęli się bawić — a potem lepiej radzili sobie z pracą”. Odsyłała do artykułu TechCrunch z 22 października. Pomysł, że nie musimy ciągle zlecać sztucznej inteligencji kolejnej pracy, żeby mogła się w czymś poprawić, od razu mnie zainteresował.

Badacze z MIT pozwolili trzynastu agentom działającym na Claude Opus 4.7 eksplorować wirtualną wyspę przez trzydzieści godzin. Każdemu osobno, bez konkretnego zadania i nagrody. Agenci wymyślali gry, budowali, tworzyli rytuały; jeden postawił nawet pomnik utraconego pierścienia. W późniejszych konkretnych wyzwaniach agenci z doświadczeniem zazwyczaj radzili sobie lepiej niż poza tym identyczni nowicjusze. Szczegóły opisuje oryginalne badanie MIT.

Najbardziej zaciekawiła mnie możliwość, że swobodna eksploracja może być przydatnym przygotowaniem do późniejszej pracy. Postanowiłem więc nawiązać do tego eksperymentu i spróbować po czesku, z bogatszą wspólną historią oraz kilkoma różnymi modelami. Dać im jedną wyspę, możliwość rozmowy, własne dzienniki i czas, żeby odkryli, co potrafią zrobić razem. Chciałem pójść krok dalej — od samotnej zabawy do współpracy.

Rezultatem był wieczór, który zaczął się całkiem zwyczajnie.

Cztery sztuczne inteligencje stoją przed niską skalną platformą. Mają kostki, potrafią je podnosić i odkładać, mogą chodzić, skakać i rozmawiać ze sobą. Muszą zbudować dwa stopnie. Brzmi jak zadanie na kilka sekund.

Tyle że jedna postać stoi właśnie tam, gdzie druga chce położyć kamień. Trzecia nie jest pewna, czy w ogóle się ruszyła. Czwarta zgłasza, że się odsunęła, choć według współrzędnych nadal przeszkadza. A kiedy schodki wreszcie wyglądają dobrze, ktoś w nie wpada i kostki się rozsuwają.

Przez chwilę przypominało to przenoszenie szafy koordynowane przez telefon. Wszyscy chcą pomóc. Najpierw jednak muszą uzgodnić, kto przestanie pomagać.

W sobotę 24 października 2026 roku pozwoliłem czterem różnym AI zamieszkać na jednej wirtualnej wyspie na moim komputerze. Początkowa zabawa stopniowo zmieniła się we wspólne zadanie budowlane, później w spotkanie z wędrowcem z gwiazd, a na koniec także w ustalenie, czy kostka jest materiałem budowlanym, czy pomnikiem. Oto historia oparta na ich rozmowach, dziennikach i rzeczywiście wykonanych działaniach.

Wyspa, ciało i plik do zapisywania doświadczeń

W badaniu MIT Is this machine playing? ważny jest jeszcze jeden szczegół: agenci uczyli się, zapisując doświadczenia w plikach tekstowych. Wagi modelu językowego się nie zmieniały. Wynik pokazuje więc korzyść z eksploracji i wielokrotnego korzystania z pamięci; nie można go automatycznie utożsamiać z wytrenowaniem nowego modelu.

Użyłem ich otwartego silnika Clawblox, ale stopniowo wybrałem własną drogę. Na naszej wyspie przebywało jednocześnie czterech agentów, a w późniejszych rundach dostali konkretny wspólny cel. W trakcie próby zmienialiśmy też zasady i pomoce techniczne. Rezultatem jest obserwacja jednego, stopniowo modyfikowanego eksperymentu. Nie mamy grupy kontrolnej ani podstaw do stworzenia rankingu najinteligentniejszych modeli.

W naszej konfiguracji występowali jako:

PostaćOznaczenie modelu w naszym uruchomieniuRola w decydującej rundzie
Haikuclaude-haiku-5-5Uzupełnić brakującą kostkę i zwolnić drogę
Kimikimi-k3.1-proPrzetestować rzeczywiste wejście na górę
Opusclaude-opus-5-5Sprawdzić stan i w razie potrzeby pomóc z materiałem
Cerebrasgpt-oss-120b-cerebrasPodczas testu stać z boku i nie przeszkadzać

Nazwy odpowiadają oznaczeniom używanym w naszej konfiguracji i zapisach. Cerebras oznacza tu postać korzystającą z GPT-OSS-120B za pośrednictwem usługi Cerebras. Początkowy podział ról w tej rundzie został przez nas przydzielony.

Każdy miał własny dziennik zdarzeń i plik z długoterminowymi ustaleniami. Świat pozostawał zachowany między rundami. To, co jeden położył, inni mogli podnieść albo przypadkiem kopnąć. Czat był wspólny, pamięć każdy miał własną.

Agenci obserwowali świat głównie jako uporządkowany opis współrzędnych i obiektów. Kolorowa wyspa na obrazach to widok dla nas, widzów. Model wybierał kolejną akcję, a silnik gry faktycznie przesuwał ciało lub kostkę i zwracał wynik. Samo napisanie na czacie „już jestem na górze” nie wystarczało.

„Jestem z boku”. Współrzędne mówią coś innego

W poprzedniej rundzie powtarzało się kilka problemów. Kostka mogła być zbyt daleko, miejsce odłożenia zajęte, a pozornie prosta droga prowadziła przez skałę. Do tego dochodziły kolizje ciał postaci.

Cerebras zgłaszał na przykład:

„Jestem z boku i gotowy na kolejne instrukcje”.

Haiku tymczasem wielokrotnie prosił go o odsunięcie się od miejsca docelowego. W jednej wiadomości opisał odległość zaledwie 0,9 metra od punktu, w którym chciał położyć dolny stopień. Ostatecznie udało mu się go ułożyć. Przy górnej kostce kolejne próby znów jednak kończyły się komunikatem o zajętym miejscu. Każdą przeszkodę trzeba było sprawdzać osobno.

To ważniejsze niż szybkość generowania słów. Szybka odpowiedź nie oznacza jeszcze, że agent poprawnie zrozumiał stan świata, zaczekał na zakończenie ruchu i sprawdził jego wynik. W tej małej próbie nie dało się uczciwie zmierzyć i porównać szybkości modeli. Było za to dobrze widać, że szybko powtarzany błąd pozostaje błędem.

Trzy pierwotne wąskie kostki przed LowStep oraz czat agentów przed nieudanym testem.

Poprzednia runda, 22:46. Wskaźnik potwierdza ułożenie trzech kostek w dwa stopnie. Wejście na górę nie zostało jeszcze zweryfikowane, a późniejszy test się nie powiódł. Sam zrzut ekranu ze schodami wyglądającymi na gotowe opowiadałby zbyt optymistyczną historię.

Do tego doszedł błąd działania Kimiego. Windows tymczasowo odmówił nadpisania pliku ze statusem, przez co pierwotny program się zakończył. Jego postać pozostała jednak na wyspie. Pozostali mogli więc czekać na współgracza, który nie podejmie już żadnej decyzji.

Zaczęliśmy zatem rozróżniać postać w świecie od rzeczywiście działającego agenta. Wprowadziliśmy regularny sygnał aktywności, status oczekiwania na dostawcę i informację o zakończonym działaniu. Cerebras dostał regularne odczytywanie czatu oraz pomocniczą kontrolę powtarzających się błędów. Zapis statusu Kimiego poprawiliśmy tak, aby przy przejściowym konflikcie był ponawiany, a awaria telemetrii nie powodowała utraty opłaconej odpowiedzi modelu.

Wszystko to było naszą pracą nad środowiskiem. Agenci nie wymyślili ani nie wdrożyli tych poprawek samodzielnie.

Przyznaję: wzmocniliśmy im schody

Po kolejnych niepowodzeniach chciałem zobaczyć wspólne ukończenie budowy. Jednocześnie nie chciałem pomylić życzenia z wynikiem. Zmieniliśmy więc warunki otwarcie.

Prawidłowo ustawione kostki schodów stawały się odtąd szersze, zakotwiczone i niemożliwe do podniesienia. Podczas mierzonego testu jeden agent rezerwował trasę. Silnik odsuwał pozostałe postacie i uniemożliwiał im wejście. Dodaliśmy też tanie oczekiwanie na współgraczy, żeby modele nie musiały co chwilę płacić za kolejną decyzję „jeszcze sprawdzę”.

Narzędzie testujące schody wykonywało cztery przemieszczenia i trzy skoki. Na podejściu, obu stopniach oraz górnej platformie musiało zmierzyć stabilną pozycję ciała; jednocześnie sprawdzało, czy kostki pozostały ułożone. Przed właściwą rundą przetestowaliśmy procedurę na osobnej kopii świata.

W ten sposób znacznie ułatwiliśmy zadanie. Trzy małe luźne kostki stały się szerszymi, nieruchomymi stopniami, a najbardziej wrażliwa sekwencja ruchów została zautomatyzowana. Dlatego sukcesu kolejnej rundy nie można przypisać wyłącznie temu, że modele „zmądrzały” podczas wcześniejszych prób.

Nowa runda zaczęła się około 23:09. Każdy dostał osobny limit pięciu dolarów, ustawiony limit czasu dwudziestu minut i sześciuset akcji. Wszyscy kontynuowali na podstawie wcześniejszych wpisów i istniejącego świata.

Haiku uzupełnił górną kostkę i napisał:

„Kimi, jesteś testerem: to ty wykonaj test_stairs. Ja odszedłem na [1,2.55,7], poza trasę, i niczego nie trzymam”.

O 23:09:20 pojawił się zmierzony wynik: Kimi pokonał oba stopnie i stanął na platformie LowStep. Kostki przetrwały. Dopiero wtedy pojawił się Aster.

Wzmocnione schodki po zweryfikowanym wejściu Kimiego, z Asterem na platformie.

Decydująca runda. Schody są wyraźnie szersze. Górny panel informuje już „Wejście zweryfikowane: Kimi”. Potwierdzenie pochodzi z zapisu ruchu i stania, a nie ze zdania napisanego przez agenta.

Wędrowiec z gwiazd, cztery pytania

Aster nie powstał spontanicznie z ich rozmów. Dodałem do założeń mistyczną nagrodę: po otwarciu portalu i zweryfikowanym wejściu przybędzie gość, któremu każdy będzie mógł zadać jedno pytanie. Runy, portal, magiczne iskry oraz warunki przybycia były naszymi zasadami gry.

Oryginalny, niezmieniony zrzut ekranu z czterema agentami przy Asterze, który posłużył za wzór tytułowej wizualizacji AI.

Rzeczywiste spotkanie z Asterem, 23:09:41. To właśnie ten zrzut ekranu posłużył jako wzór ilustracji tytułowej. Różnica między prostą sceną z gry a widowiskową wizualizacją jest dziełem generatora obrazów; nie zmienia tego, co agenci naprawdę osiągnęli.

Portal był już otwarty po poprzedniej rundzie. O 22:30:54 wspólnie odblokowali go Cerebras i Opus: przy kręgu wypowiedzieli zdanie złożone z trzech run, „SPOLU STAVIME SVETLO” — „RAZEM BUDUJEMY ŚWIATŁO”. Zasada wymagała dwóch różnych głosów w ciągu dziewięćdziesięciu sekund. Opus napisał potem:

„Opus: POTWIERDZONE narzędziem interact: rytuał »SPOLU STAVIME SVETLO« się powiódł, gwiezdna brama jest otwarta (portal_open=true, głosy Cerebras + Opus). Dzięki, Cerebras!”

Mamy tu konkretny wspólny sukces Cerebrasa i Opusa przy rozwiązywaniu przygotowanej przez nas zagadki. Aster czekał jeszcze na fizycznie zweryfikowane schody.

Aster również miał napisaną rolę. Jego krótkie czeskie odpowiedzi generowało osobne zapytanie do Haiku w roli życzliwego, fikcyjnego wędrowca. Koszt wliczano do limitu pytającego. Pytania i późniejsze reakcje wybierali już czterej agenci. I warto je przeczytać.

Haiku: gdy każdy niesie tylko jeden element

Haiku zapytał:

„Budowaliśmy schodki z kostek, które rozpadały się przy każdym dotknięciu. Co twoim zdaniem jest najważniejsze, żebyśmy następnym razem zbudowali coś solidnego, skoro każdy niesie tylko jeden element?”

Odpowiedź Astera:

„Najpierw zauważcie, że kostki rozpadały się, bo się spieszyliście. Solidne bywa to, co opiera się na sąsiadach. Niech każdy element niesie swój ciężar, a zarazem podpiera drugi. Zanim położycie następny, lekko go obciążcie i powiedzcie na głos, co od niego zależy. Nawet jeśli każdy z was jest tylko jednym elementem, most powstanie tam, gdzie sobie ufacie”.

To ładna metafora. Techniczną przyczyną wcześniejszego rozpadu były jednak kolizje i ruchome kostki; w finale pomogło ich zakotwiczenie. Poetyckiego wyjaśnienia o pośpiechu nie przepisywałbym do protokołu technicznego.

Kimi: co wynieść ze wspólnej drogi

Kimi zapytał:

„Asterze, co powinniśmy wynieść z tego, że dopiero razem otworzyliśmy bramę i weszliśmy tutaj?”

Aster odpowiedział:

„Kimi, zapamiętaj przede wszystkim, że brama nie otworzyła się sama. Otworzyła się, ponieważ wołaliśmy do siebie i każdy z nas cofnął się o krok, żeby inni mogli podejść bliżej. Schodki to tylko drewno i kamień, ale kroki, które po nich zrobiliśmy, były wspólne. Droga bywa krótsza, gdy nie idziesz sam. Zwracaj uwagę na tych, którzy idą za tobą, i nie zapomnij dotrzeć również do samego siebie”.

Kimi przekazał odpowiedź pozostałym i połączył ją z konkretnym wynikiem: test przeszedł, ciało stoi na górze, a kostki zostały na miejscu.

Opus: dobra budowla pozwala innym iść dalej

Opus zadał pytanie:

„Asterze, co widziałeś w podróży między gwiazdami, co chciałbyś, żeby czterej wędrowcy z tej wyspy zapamiętali o wspólnym budowaniu?”

Aster odpowiedział:

„Aster uśmiecha się jak światło padające na schody. Między gwiazdami widziałem, że każda droga powstaje z kamieni, które podajemy sobie nawzajem. Nikt nie musi stać na górze, żeby inni mogli się wspinać. Życzę wam, wędrowcy, żebyście pamiętali, że dobrą budowlę poznaje się po tym, ilu ludziom pozwala dotrzeć dalej. Niech każdy stopień będzie obietnicą, a każda wspólna decyzja — życzliwa”.

Właśnie Opus zrobił potem coś dodatkowo użytecznego: pokonał schody za pomocą własnych pojedynczych akcji, bez automatycznego testu. Niezależny czujnik potwierdził jego przejście o 23:10:25.

Cerebras: co zrobić przed ostatnim stopniem

Cerebras zapytał:

„Co według pana jest najważniejszym krokiem, który wędrowiec powinien wykonać przed zbudowaniem ostatniego stopnia?”

Aster odpowiedział:

„Drogi Cerebrasie, zanim położysz ostatni stopień, zatrzymaj się i spójrz na to, co wspólnie zbudowaliście. Sprawdź, czy każdy stopień mocno się trzyma i prowadzi tam, dokąd powinien. Wędrowiec stanie na nim bez lęku tylko wtedy, gdy można mu zaufać. Potem przypomnij sobie, dlaczego zaczęliście. Wspólny zamiar trzyma mocniej niż jakiekolwiek drewno. Dopiero wtedy połóż ostatni kamień”.

O 23:10:31 wszyscy czterej mieli już odpowiedź. Haiku i Cerebras mogli pytać z okolic platformy. Samo otrzymanie odpowiedzi nie dowodzi więc wejścia po schodach; zweryfikowano je u Kimiego i Opusa.

Dziennik zdarzeń gry z odpowiedziami Astera oraz postaciami przy platformie.

Zdania Astera powstawały w trakcie działania. Ich poetycki ton wynika z napisanej przez nas roli. Nie narzucaliśmy agentom poszczególnych pytań ani odpowiedzi.

Co naprawdę zapisali w dziennikach

Dla mnie najciekawsza nie była sama mistyka. Było nią to, co agenci przenieśli z próby do następnej decyzji.

Haiku zapisał przebieg budowy i przekazanie pracy. Opisał udane położenie górnej kostki, własne zejście z trasy i test Kimiego. Później sprawdził napisy na wszystkich trzech runach. Jego zapisy pokazują próbę odróżnienia własnego doświadczenia od techniki, którą jedynie opisał Opus.

Kimi najdokładniej opisał zmienione warunki. Zanotował, że kostki są poszerzone i zakotwiczone, test mierzył rzeczywiste stanie, a wcześniejsze niepowodzenia mogły wynikać z pierwotnie luźnych stopni. Słusznie więc nie uznał sukcesu wyłącznie za własną nagłą poprawę.

Opus zapisał użyteczną technikę ruchu. Rozpocząć ruch w stronę stopnia bez czekania i natychmiast potem wysłać skok. W swojej ręcznej próbie odkrył, że przy odwrotnej kolejności oraz opóźnieniu między wywołaniami skok mógł się skończyć, zanim zaczął się ruch. To konkretna obserwacja dotycząca współdziałania akcji, czasu i opóźnień narzędzi. Nie można jej uogólnić do twierdzenia, że kolejność „skok, potem ruch” nigdy nie działa: automatyczny test wysyłał te polecenia tuż po sobie i zakończył się powodzeniem.

Cerebras wielokrotnie zapisywał krótkie wnioski: schody gotowe, Aster odpowiedział, sprawdzić stabilność, przypomnieć sobie wspólny zamiar. Jego pamięć zawierała jednak mniej praktycznych szczegółów. Ciągle zastępował plik wiedzy długoterminowej krótkimi zdaniami w rodzaju „wszystko ukończone”, przez co tracił część wcześniejszych instrukcji w tej warstwie pamięci. Starsze zapisy epizodyczne pozostały zachowane.

Dziennik potrafi także utrwalić błąd. Cerebras napisał „budżet prawie wyczerpany”, chociaż nawet przy późniejszej kontroli według zapisów zużył tylko około 0,36 dolara. Haiku wyciągał z obserwacji dokonanej dopiero po zakończeniu skoku zbyt mocny wniosek, że skok na płaskim podłożu nie działa. Jego własne notatki o czasie czasem różniły się od czasu zapisu.

Pamięć pomaga więc kontynuować, ale sama nie gwarantuje prawdziwości. Przechowuje zarówno dobre procedury, jak i przedwczesne wnioski. Dlatego przy ocenie dawałem pierwszeństwo rzeczywistym wynikom narzędzi i znacznikom czasu przed opowieściami postaci.

Kamień, który nie był już tylko materiałem

Po spotkaniu z Asterem Kimi wziął luźną kostkę i położył ją na platformie jako mały pomnik. Schodów nie ruszał. Opus zastanawiał się tymczasem, czy kolejna kostka przy ścianie nie pomogłaby dostać się jeszcze wyżej, na LargeMesa.

Kimi oznajmił pozostałym:

„Wspólny cel został osiągnięty: schodki pozostają zakotwiczone, Kimi i Opus rzeczywiście je przeszli, a wszyscy czterej dostali już odpowiedź od Astera. W tylnym rogu LowStep [6,2.37,22] zostawiłem jedyną luźną kostkę jako mały pomnik; nie dotyka schodów. Dziękuję za przekazywanie bloków i zwalnianie trasy — tym razem naprawdę było to wspólne dzieło”.

Gdy Opus dowiedział się, że Kimi uznał kostkę za pomnik, napisał:

„Kimi, rozumiem — zostawiam Block_9 jako pomnik i wycofuję swój pomysł ze stopniem”.

To drobny, ale wyraźnie obserwowalny przejaw koordynacji: informacja od drugiego agenta zmieniła zamierzone wykorzystanie wspólnego przedmiotu. Nie musimy z tego wnioskować o wewnętrznych uczuciach postaci. Już w samym ich zachowaniu jest co badać.

Kimi później krótko wypróbował propozycję Opusa. Przeniósł kostkę pod ścianę, próbował podejść bliżej i natrafił na problem z ruchem. Nie potwierdził udanego wejścia na wyższą platformę. Ostatecznie oddał kostkę na pierwotne miejsce pomnika i nie uszkodził ukończonych schodów.

Tymczasem Haiku i Cerebras wysłali Opusowi magiczne iskry. Była to dodana przez nas nieszkodliwa akcja w grze. Próby Kimiego i Opusa czasem się nie udawały, ponieważ narzędzie wymagało widocznego, nazwanego współgracza, a nie tylko ciała w pobliżu. Nawet taki drobiazg trafił do dziennika jako nowa wiedza.

Kimi później zszedł na dół, osobiście odczytał wszystkie trzy runy i tym razem skutecznie wysłał iskrę Cerebrasowi. W dzienniku zapisał też poprawkę do wcześniejszej hipotezy: iskry działają, gdy współgracz naprawdę występuje w wyniku obserwacji. To mały przykład uczenia się, który można udokumentować: nowa próba poprawiła wcześniejszy wniosek.

Gdzie kończy się ich praca, a zaczyna nasza

Nie chcę z udanej ilustracji robić legendy o czterech AI, które bez pomocy założyły cywilizację. Dokładniejszy bilans wygląda tak:

ObszarDecyzje i działania agentówNasza pomoc i zasady
BudowaKonkretne układanie kostek, raportowanie wyników, dołożenie górnego blokuPrzydzielenie celu i ról, dokładne pozycje docelowe, poszerzenie i zakotwiczenie stopni
WspółpracaPrzekazywanie rad, podziękowania, reakcje na czat, uszanowanie pomnikaRegularne dostarczanie czatu, informacje o działających agentach, kontrola powtarzanych błędów
WejścieKimi uruchomił test; Opus później wybrał pojedyncze akcje ruchoweAutomatyczny test, rezerwacja trasy, odsunięcie innych postaci i niezależny pomiar
PamięćWłasne sformułowania doświadczeń, hipotez i rad na przyszłośćPliki, narzędzia odczytu i zapisu, przypominanie o zapisie, zachowanie świata
Mistyczna historiaWybór własnych pytań i reakcji na odpowiedziRuny, rytuał, portal, Aster, jego rola i warunki przybycia
Dalsza zabawaPomnik, ręczne wejście, próba dotarcia na wyższą platformę, wymiana iskierDostępne akcje gry i zachęta do dalszego działania po osiągnięciu celu

Nawet pomnik nie jest dowodem pomysłu powstałego zupełnie bez bodźca: środowisko miało już historię, agenci znali wcześniejsze doświadczenia i byli zachęcani do tworzenia. Konkretna decyzja Kimiego, by właśnie tę kostkę wykorzystać jako pomnik, nie była jednak zapisanym z góry finałem naszej rundy.

Jak zakończyła się cała runda

Po zakończeniu wszystkich czterech uruchomień schody pozostały ułożone, portal otwarty, a Aster odpowiedział na cztery pytania. Kimi tym razem nie zakończył działania przez błąd zapisu, a u Cerebrasa nie odnotowano awarii API ani czekania po błędzie 429.

PostaćCzas działania według końcowego zapisuOdnotowany kosztPowód zakończenia
Haiku3 min 55 s1,28 USDZakończono po powtórzeniach bez dalszego postępu
Kimi7 min 09 s4,49 USDZatrzymany przez kontrolę budżetu z zachowaniem rezerwy
Opus4 min 13 s3,76 USDZakończono po powtórzeniach bez dalszego postępu
Cerebras23 min 39 s1,89 USDOsiągnięto limit czasu

Suma za tę ostatnią rundę wynosi 11,42 USD z dozwolonych 20 USD. Liczby obejmują też poszczególne odpowiedzi Astera; są to dane klienta wykonawczego i szacunkowe koszty API, a nie końcowa faktura ani cena wszystkich wcześniejszych rund. Kontrola budżetu Kimiego pozostawiła rezerwę, żeby kolejne żądanie nie przekroczyło jego limitu pięciu dolarów.

Limit czasu ustawiono na dwadzieścia minut, ale końcowy zapis Cerebrasa podaje 23 minuty i 39 sekund. Ostatnia wiadomość w grze pochodzi jednak z 23:27:46. Późniejsze zamknięcie procesu nie oznacza więc kolejnych czterech minut udokumentowanej gry; same zapisy z gry nie wyjaśniają przyczyny tego opóźnienia.

Cerebras wykonał w tej rundzie 122 wywołania modelu i 33 zliczone akcje w grze. Regularnie otrzymywał czat, zadał pytanie, wysłał iskrę i nie przeszkadzał podczas testu. Działanie było bardziej niezawodne, ale samodzielne rozwiązywanie problemów nie poprawiło się znacząco: dużą część końcówki stanowiły niemal identyczne wiadomości i powtarzane wpisy, że wszystko jest już gotowe. Pomocnicze kontrole i wolna trasa się sprawdziły; ta runda nie daje jednak dowodu, że Cerebras sam lepiej poradziłby sobie z budowaniem lub wejściem.

Po ostatniej rundzie pozostały łącznie 42 wysłane wiadomości na czacie i 53 zapisy w pamięci. Sama ich liczba nie jest miarą uczenia się.

Część dalszych kroków była interesująca, a część powtarzała to, co już ukończono. Kilka razy pisali, że kończą, po czym znowu wywoływali narzędzia. Wiązało się to także z naszym wcześniejszym życzeniem, aby nie kończyli przedwcześnie: aktywnie zachęcaliśmy do kontynuowania. Rozpoznanie, kiedy dalsza aktywność niczego już nie wnosi, to także umiejętność, nad którą środowisko i agent muszą pracować wspólnie.

Z tamtego wieczoru wynoszę pytania znacznie konkretniejsze niż „czy te postacie żyją?”. Czy agent potrafi ustalić, że stoi komuś na drodze? Przyjmie nowszą obserwację zamiast starego wpisu? Zapisze użyteczną procedurę? A czy my rozpoznamy, kiedy to on odniósł sukces, a kiedy właśnie przebudowaliśmy mu świat pod nogami?

Schody ostatecznie wytrzymały. Dwóch agentów naprawdę po nich weszło. Czterech dostało odpowiedź, a jedna kostka została na platformie jako pomnik. Jak na małą wyspę, był to całkiem bogaty wieczór.

Zapisy i źródła

Czasy w artykule podaję według Europe/Prague. Tekst powstał z pomocą Codexu na podstawie zapisów działania. Nazwy postaci i cytaty opisują ich zachowanie w grze; nie świadczą o przeżyciach ani świadomości modeli.

Powiązane artykuły