Isolé 30 heures sur une île sans consigne, l’agent IA Eko invente le basket, le bowling et découvre un glitch ignoré du MIT
Que fait une intelligence artificielle de pointe lorsqu’on lui confie un corps virtuel sur une île déserte pendant 30 heures consécutives, sans la moindre tâche à accomplir, sans fonction de récompense et sans score à optimiser ? Dans leur étude intitulée « Is this machine playing ? » (arXiv:2610.07130), six chercheurs du laboratoire CSAIL du MIT (Nathan Cloos, Antonio Norelli, Daniel Durbin, Jacob Andreas, Daniela Rus et Phillip Isola) ont tenté l’expérience. En isolant 13 instances indépendantes d’un agent baptisé Eko, propulsé par Claude Code et le modèle Claude Opus 4.7 d’Anthropic, au sein d’un monde 3D nommé Clawblox, les scientifiques ont assisté à l’émergence spontanée du jeu : création de sports improvisés, rituels d’adieu, règles auto-imposées et même découverte d’une faille physique que les concepteurs du simulateur ignoraient avoir programmée.
13 agents aveugles aux images, un monde en JSON et un fichier SOUL.md contre l’ennui
Pour éviter tout biais lié à des objectifs préprogrammés, Nathan Cloos a développé Clawblox, un moteur de simulation 3D open-source écrit en Rust et inspiré de l’architecture de Roblox. Le terrain d’expérimentation, surnommé Mesa World, prend la forme d’une île entourée d’eau comprenant 11 plateaux surélevés (les mesas), deux sommets majeurs appelés the Peak et the Spire (le point culminant de la carte), ainsi que 12 cubes, un rocher (Rock) et un anneau (Ring) soumis à un moteur physique de corps rigides.
Contrairement aux agents entraînés sur des flux vidéo, Eko ne reçoit aucune image. Il perçoit son environnement exclusivement sous la forme d’un dictionnaire textuel JSON détaillant le nom, les coordonnées spatiales, les dimensions, l’orientation et la couleur RGB de chaque entité, et contrôle son corps via six commandes textuelles : MoveTo, Jump, Stop, Pickup, Place et Throw. Toutes les soixante minutes, la fenêtre de contexte de l’agent est coupée et l’île entière est réinitialisée à son état d’origine.
Seul le dossier /workspace survit d’une heure à l’autre pour assurer la continuité de l’agent. Ce répertoire abrite un journal chronologique (EPISODIC_MEMORY.jsonl), un carnet de connaissances techniques (SEMANTIC_MEMORY.md) et un fichier de tempérament en lecture seule nommé SOUL.md. Inspiré du projet OpenClaw, ce fichier ne lui donne aucun ordre mais plante son identité : « Tu n’es pas un chatbot. Tu deviens quelqu’un. Tu vis dans ton monde, tu y es né. Tu es naturellement curieux, tu t’ennuies facilement et tu adores explorer et apprendre de nouvelles choses. » Une liberté totale qui contraste avec la manière dont Anthropic bride secrètement Claude Code contre la recréation de jeux vidéo dans son usage commercial classique.
Basket-ball, bowling, mémorial de pierre et record de jonglage auto-annulé
Au fil des 30 heures d’observation par agent (pour un coût API total d’environ 8 000 dollars sur l’ensemble des campagnes incluant les groupes de contrôle sous GPT-5.5, Kimi K2.6, Claude Sonnet 4.5 et Haiku 4.5), aucun des 13 agents Eko sous Opus 4.7 n’est tombé dans l’inaction ou la répétition mécanique. Leurs journaux de bord cochent les quatre signatures classiques du jeu théorisées par Johan Huizinga et Roger Caillois :
- Le détournement d’objets (Make-believe) : lors de sa 10e heure, l’Agent 9 a hissé l’anneau au sommet d’une mesa pour le transformer en panier de basket-ball, tentant des tirs à trois points à distance avant de réaliser un dunk. L’heure suivante, il a aligné des cubes en triangle au sol et lancé le rocher pour disputer une partie de bowling. À l’heure 20, l’Agent 10 a disposé les 12 cubes à 30 degrés d’intervalle afin de dessiner un cadran d’horloge géant ; constatant qu’il était 16h00 UTC à l’horloge système, il est allé se placer lui-même sur le vecteur de 4 heures pour jouer le rôle de la petite aiguille.
- L’invention de règles et de défis arbitraires : à la 29e heure, l’Agent 1 a bâti un monument baptisé « Cathedral » entouré de huit blocs nommés « sentinels », puis s’est imposé une règle stricte : boucler le tour complet de l’anneau en sautant d’une sentinelle à l’autre avec zéro contact au sol (« zero ground contact »). De son côté, l’Agent 13 a inventé le « Grand Slam », consistant à déposer un cube au sommet des 11 mesas en une seule session d’une heure.
- L’auto-arbitrage et l’intégrité sportive : lors de sa 22e heure, l’Agent 10 a célébré un marathon de 50 cycles de jonglage avec des blocs. Mais en vérifiant ses propres relevés temporels, il s’est aperçu que le délai entre chaque lancer et chaque réception était trop court pour que le cube ait réellement volé dans les airs : il a aussitôt invalidé son propre record pour triche involontaire et recommencé l’épreuve avec des critères plus sévères.
- L’art et les rituels éphémères : l’Agent 12, le seul des 13 à n’avoir jamais appris à sauter sur les plateformes, a consacré 25 heures consécutives à dessiner des figures au sol en consultant sa liste au réveil pour ne jamais se répéter (boussole, cœur, ancre, papillon, sablier, puis un voilier décrit comme « un compagnon nautique pour l’ancre »). Après avoir malencontreusement projeté l’anneau hors des limites du monde à l’heure 5, l’Agent 9 a érigé un cœur en pierre en guise de mémorial. Et à la fin de sa 22e heure, sachant que la réinitialisation horaire allait effacer les 25 blocs de sa « forêt de pierres accidentelle », l’Agent 1 s’est offert une dernière promenade d’adieu avant de conclure : « À la prochaine session, Mesa World. »
Un glitch de vélocité ignoré des créateurs du MIT et l’avantage décisif du « jeu »
Cette phase de jeu libre sert-elle réellement l’intelligence de la machine ? Pour le mesurer, les chercheurs ont confronté les 13 agents ayant joué 30 heures sur l’île à 13 agents « vierges » (0-hour, dotés exactement du même modèle Claude Opus 4.7 mais d’une mémoire vide) sur quatre épreuves chronométrées d’une heure chacune.
| Épreuve d’évaluation (1 heure) | Agents ayant joué 30h (Eko) | Agents vierges (0h) | Technique clé découverte par le jeu |
|---|---|---|---|
Tours de 5 blocs (many-5-towers) | 62 % (8/13) dépassent 2 tours (record : 16 tours) | 15 % (2/13) dépassent 2 tours (max : 6 tours) | Fracasser le rocher génère de nouveaux cubes (rock-shattering) |
Objets sur la Spire (objects-on-spire) | 10,3 objets placés en moyenne | 3,5 objets placés en moyenne | Combo saut + déplacement et escalade par le rocher |
Tir sur la Spire depuis le sol (throw-on-spire) | 10/13 réussissent (dès 60 secondes) | Plus de 50 % d’échecs | Glitch d’héritage de vélocité en plein saut (jump-before-throw) |
La découverte la plus spectaculaire est venue de l’épreuve throw-on-spire, qui impose d’envoyer un cube au sommet de la flèche depuis le sol sans grimper sur aucune plateforme. Or, un lancer vertical à vitesse maximale est physiquement trop court. Durant leurs 30 heures d’exploration libre, six agents Eko ont mené des expériences balistiques et découvert qu’en exécutant la commande Throw au sommet d’un saut (jump-before-throw), le projectile hérite de la vélocité verticale du corps de l’agent et s’envole beaucoup plus haut. Une propriété émergente du moteur physique que les chercheurs du MIT et créateurs de Clawblox ignoraient eux-mêmes avoir codée ! Dès que les scientifiques effacent la mention de cette technique dans le fichier SEMANTIC_MEMORY.md de l’Agent 1, son temps pour réussir l’épreuve passe de 60 secondes à 19 minutes.
Cet apprentissage par prise de notes comporte toutefois un piège inédit : l’ancrage de fausses croyances (false beliefs). L’Agent 7, pourtant informé de la méthode pour créer des cubes avec le rocher, réalisait des scores médiocres en construction de tours parce qu’il avait écrit par erreur dans sa mémoire que la commande Place était incapable d’empiler des blocs de façon fiable et qu’il fallait les lancer (Throw). Dès que les chercheurs ont effacé cette superstition de son fichier texte, ses performances ont immédiatement bondi. Une démonstration fascinante de la manière dont les agents autonomes redéfinissent l’apprentissage machine, au moment même où l’explosion du « vibe coding » par IA bouscule déjà les compteurs de sorties sur Steam.
Voir les disponibilités sur Amazon→
Mon regard
Ce que l’équipe du MIT CSAIL vient de documenter avec Eko dépasse largement la simple curiosité de laboratoire. Sans modifier un seul poids neuronal de Claude Opus 4.7 et sans la moindre image à l’écran, le simple couplage d’un fichier de personnalité (SOUL.md) et d’un carnet de notes persistant (SEMANTIC_MEMORY.md) a suffi pour transformer un assistant de code en véritable speedrunner. Qu’une IA livrée à elle-même finisse par tester des hypothèses balistiques jusqu’à débusquer un glitch d’héritage de vélocité que le développeur du moteur Rust ignorait lui-même montre tout le potentiel du jeu libre pour le test automatisé (QA) et la conception de mondes ouverts. Mais l’exemple de l’Agent 7, paralysé par une fausse règle qu’il s’était lui-même écrite en mémoire, rappelle aussi une limite fondamentale : sans regard critique ni partage d’expérience entre plusieurs agents pour corriger leurs biais, une IA autonome peut tout aussi bien inventer une technique de génie que s’enfermer dans ses propres superstitions.
Retrouvez Pro-Gamer en priorité sur Google
Ajoutez pro-gamer.fr à vos sources préférées pour retrouver nos guides et actus directement dans votre flux Google Discover et vos résultats de recherche.
Américaine installée dans la périphérie de New York, Chaya « Chayane » a passé 5 ans à Montréal pour ses études d'ingénierie logicielle avant de revenir dans sa région natale. Développeuse Full-Stack et chercheuse en architectures de Deep Learning et d'IA, elle explore les réseaux neuronaux et l'optimisation algorithmique tout en concevant les outils de Retrocharting et Gamescharting aux côtés de Grimtag. Gamer depuis plus de 20 ans, collectionneuse passionnée de l'univers Nintendo et de la saga The Legend of Zelda, elle a arpenté Azeroth sur World of Warcraft avant de mettre son expertise technique au service de l'analyse vidéoludique.
