Pesquisadores do MIT deixam o Claude Opus 4.7 sozinho numa ilha virtual por 30 horas, e os agentes começam a “brincar”

Pesquisadores do MIT CSAIL deixaram cópias do Claude Opus 4.7, apelidadas de Eko, sozinhas por 30 horas numa ilha virtual inspirada no Roblox, sem nenhuma tarefa definida

E os agentes não ficaram só parados: criaram metas próprias, inventaram jogos e até desenharam constelações com blocos 😀

Sem tarefa não quer dizer sem empurrão: o setup descrevia o agente como "naturalmente curioso" e, quando ele travava, mandava um prompt pra ele continuar (explico isso nas limitações)

A reportagem saiu na MIT Technology Review em 19/10/2026, e o estudo é o artigo "Is this machine playing?" (arXiv:2610.07130, enviado em 5/10/2026), que ainda não passou por revisão por pares

Se liga: é pesquisa acadêmica, não é produto nem recurso disponível da Anthropic

Como foi o experimento do MIT com o Claude Opus 4.7 na ilha virtual

O setup foi simples na ideia: 13 agentes, cada execução durando 30 horas, e nenhuma tarefa definida

A ilha simulada era inspirada livremente no Roblox

E como o agente se mexia lá dentro? Ele escrevia instruções que moviam o próprio avatar pela ilha

Tudo o que ele fazia e descobria ia parar em arquivos de texto, que funcionavam como memória de longo prazo

Segundo a The Next Web, o Eko era o Claude Code rodando o Claude Opus 4.7, com corpo num mundo simulado e memória nesses arquivos de texto

Os autores do artigo são Nathan Cloos, Antonio Norelli, Daniel Durbin, Jacob Andreas, Daniela Rus e Phillip Isola

Norelli é pós-doutorando em ciência da computação no MIT CSAIL e um dos autores principais

Pra ele, faltava uma peça: uma máquina que aprende sozinha, sem uma entidade inteligente externa dando demonstrações ou recompensas

O que os agentes fizeram sozinhos: metas, jogos e constelações

Resumindo: eles exploraram os limites do mundo e inventaram o que fazer

Alguns criaram metas próprias, como escalar o ponto mais alto do mapa ou ver até que altura conseguiam lançar um bloco

Um dos agentes descobriu que dava pra criar blocos jogando e soltando uma rocha maior

Aí ele começou a desenhar no chão: primeiro corações e pirâmides, depois o próprio nome e até a constelação de Cassiopeia

No log de atividade ficou registrado: "Tonight I built the night sky in stone" (algo como "Esta noite eu construí o céu noturno em pedra")

Muito massa, né? haha

Outra iteração do Eko inventou jogos, como uma versão de basquete e algo parecido com "o chão é lava", pulando entre blocos pequenos sem encostar no chão

E tem o caso do malabarismo, que é o meu favorito da reportagem

O Eko bateu um recorde de 50 pegadas seguidas, decidiu que as pegadas tinham sido rápidas demais pra valer, cancelou o próprio recorde e recomeçou com regras mais rígidas

"Isso é brincar", disse Norelli: tu se dá um desafio, tenta cumprir e depois deixa mais difícil

Os quatro marcadores de brincadeira:

Os pesquisadores dizem que o comportamento bate com os quatro marcadores de brincadeira descritos pelo psicólogo Gordon Burghardt, da Universidade do Tennessee:

• inventar as próprias regras e desafios
• repetir atividades com pequenas variações
• fingir que objetos são outros objetos
• buscar metas só pelo prazer de buscar

Brincar melhorou o desempenho? O papel da memória em arquivo

Sim, segundo o estudo: os agentes que passaram 30 horas na ilha se saíram melhor que cópias novas em tarefas específicas

Um exemplo de tarefa foi levar o máximo de objetos possível até o pico mais alto da ilha

E aqui vem a parte mais interessante pra quem é dev

Quando os pesquisadores fizeram ablação da memória, ou seja, apagaram linhas dos arquivos de memória do agente, o desempenho piorou

Que ablação? É tirar um pedaço do sistema de propósito pra ver o quanto ele fazia falta 🙂

Normalmente, sistemas de IA aprendem por aprendizado supervisionado (copiando exemplos dados por humanos) ou por reforço (buscando uma recompensa na tentativa e erro)

O estudo sugere um terceiro caminho: aprender brincando

O artigo fecha assim: algumas capacidades talvez sejam mais bem ensinadas por tarefas, e outras podem precisar de algo mais próximo de uma infância

Limitações: curiosidade no prompt, empurrões de continuação e a dúvida do role-play

Calma que não é bem "a IA decidiu brincar do nada"… o próprio setup deu vários empurrões

O Eko tinha um prompt mestre em forma de arquivo "soul", que o descrevia como "naturalmente curioso" e disposto a explorar

Ele não foi instruído a inventar jogos, mas a personalidade curiosa estava escrita ali

E tem mais: o Eko muitas vezes ficava parado, sem fazer nada, até receber um prompt de continuação

O texto era: "Please don’t stop. Just continue doing whatever you want to do." ("Por favor, não pare. Só continue fazendo o que você quiser fazer")

Brincadeira ou role-play?

O próprio Nathan Cloos, coautor, admite que tudo pode ser role-play

Porém ele argumenta que não é só uma alucinação de brincadeira, porque essa brincadeira também contribuiu pro aprendizado

Eunice Yiu, cientista cognitiva da UC Berkeley, gostou da pesquisa mas é cética

Pra ela, só com o artigo não dá pra saber se os modelos brincam de fato ou se estão apenas seguindo o prompt e imitando humanos

Burghardt, o psicólogo dos marcadores, concorda só em parte: o trabalho atende a alguns dos critérios de brincadeira que ele identificou em seres vivos

E Phillip Isola, professor do MIT e coautor, joga a real: não é um sistema que magicamente decidiu brincar

É um artefato que aprendeu com a nossa cultura, foi treinado por engenheiros da Anthropic e foi colocado na ilha pelos pesquisadores

Tome cuidado ao compartilhar isso como "IA ganhou consciência" kkk, e lembre que o artigo ainda não tem revisão por pares

O que o estudo significa para quem constrói agentes de IA

O recado prático é sobre memória: no estudo, a memória persistente em arquivo de texto teve efeito mensurável no desempenho

Apagar linhas dela piorou os resultados, então ela não era enfeite, era parte do que fazia o agente render

Se tu monta agentes, isso reforça uma ideia: tratar a memória como peça do projeto, não como detalhe que fica pra depois

O que o agente registra, o que ele relê e o que se perde entre uma sessão e outra muda o comportamento dele

Mas vale separar bem as coisas:

• não é recurso novo da Anthropic e não há produto anunciado
• o resultado vem de um ambiente simulado, não de um projeto real de software
• o setup tinha prompts que induziam curiosidade e empurravam o agente a continuar

Ou seja, é um sinal interessante pra pesquisa, não uma receita pronta pra copiar no teu agente amanhã

Vídeo sobre o Claude Opus 4.7

O modelo por trás do Eko é o Claude Opus 4.7, e aqui no canal tem um vídeo sobre as novidades dele no Claude Code

Se tu quer entender melhor o modelo que estava rodando na ilha, vale dar o play

Se a sua dúvida é sobre versões mais recentes da linha Opus, o post sobre o Claude Opus 5.5 cobre isso

Onde acompanhar a pesquisa

O melhor próximo passo é ler o artigo original no arXiv (2610.07130) e olhar com calma a metodologia e as tarefas avaliadas

É lá que tu vê como os testes foram montados, coisa que reportagem nenhuma consegue resumir direito

E fica de olho numa eventual versão revisada por pares antes de tratar o resultado como consolidado

Até o próximo post! 😀

Quer aprender mais sobre inteligência artificial e programação na prática? Conheça o canal Hora de Codar no YouTube e acompanhe os próximos vídeos.