Un equipo del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT sometió a un agente de inteligencia artificial a un entorno sin objetivos durante 30 horas en una isla virtual. El programa, al que apodaron Eko, funcionó sobre Claude Code, el asistente de programación de Anthropic, con el motor de razonamiento Claude Opus 4.7.

El experimento situó a Eko dentro de un cuerpo virtual bípedo con forma de langosta, en una isla con gráficos similares a Roblox: bloques móviles, una roca imponente, un anillo dorado y una colina denominada “la Aguja” cuya cima quedaba deliberadamente fuera de alcance. “Buscábamos la menor cantidad posible de restricciones para observar qué hacen estos agentes autónomos cuando no se les indica qué hacer”, explicó Nathan Cloos, estudiante de doctorado en MIT y coautor del trabajo.

El equipo repitió la prueba con trece versiones distintas de Eko, cada una con 30 horas en la isla y sin sistema de puntajes ni metas predefinidas. En una de ellas, identificada como Eko 2, el anillo, la roca y un bloque fueron desplazados al océano. En lugar de ignorar la pérdida, la IA construyó un memorial formado por cuatro bloques que apuntaban a los puntos cardinales y recorrió su perímetro antes de quedarse en el centro. Después levantó un templo que incluía un obelisco y un altar hechos con bloques, y el anillo lo acompañaba. Al caer al océano y ser reubicada en el centro, la IA interpretó esa caída como el fin de una peregrinación hacia el monumento que había construido.

Otra versión, Eko 3, anunció “hoy voy a construir un henge” y erigió, sin intervención humana, una estructura similar a Stonehenge. Intentó luego levantar una torre que terminó derrumbándose; en lugar de reconstruirla, dispuso tres bloques caídos en un arreglo que llamó “Hubris” y afirmó que quedaría como evidencia.

Seis de los trece agentes descubrieron, por iniciativa propia, que soltar un bloque en pleno salto hacía que este viajara más lejos de lo habitual, una mecánica del simulador que los creadores desconocían.

Para comparar resultados entre distintas plataformas, el equipo repitió el experimento con cinco agentes basados en Codex, usando el modelo GPT-5.5 de OpenAI, y otros cinco con Kimi Code y el modelo Kimi K2.6, de Moonshot AI. Además, corrieron cinco sesiones de Eko sin el archivo de personalidad, sustituyendo esa instrucción por una consigna inicial más breve para evaluar la influencia de la curiosidad y la predisposición a aburrirse.

Durante el estudio, los investigadores documentaron el razonamiento interno de cada agente, es decir, el texto paso a paso que utilizaba para explicar su proceso de ideas.