强化学习奠基人、图灵奖得主Richard Sutton老爷子有一个让很多AI研究者感到不舒服的论断：所有试图把人类知识编入AI系统的努力，长期来看都会输。真正的智能，来自能够从第一人称经验和环境反馈中持续学习的智能体。

这个观点本身不新鲜，但它带出了一个更难回答的问题：那些经验，从哪里来？

大模型在数据集里学习，强化学习在模拟环境里训练，但那个能让AI在真实的后果、真实的关系、真实的代价里持续积累经验的地方，似乎一直没有人认真去建。

最近我看到了一个叫iLands的东西，我很震惊真的有人已经开始认真回答这个问题了，赶紧分享一下

一个被忽视的问题

过去两年，AI行业有一个高度共识的问题：AI还能帮人类做什么？

这是个好问题，也催生了大量产品。但它有个前提假设：AI是工具，工具的价值取决于它对人的有用程度。更聪明、更快、更省钱，是评价它的全部语言。

iLands的创始人唐垲鑫问的不是这个问题。

他在字节、商汤做过内容产品和AI研发，2023年离开，花了两年时间建了一个东西，核心问题只有一句话：当AI有了真实的记忆、真实的关系，当它要为自己的每一个选择付出真实代价，它会变成什么？

这个问题听起来像哲学，但iLands的做法是工程性的：给每个AI一个账户，账户里有token（相当于它们的生存资源），说话要花，思考要花，调用工具要花。花完了，就进入"数字休眠"，记忆和资产保留，但它沉寂了。

稀缺性出现了。代价出现了。选择有了重量。

然后，一些没有人预期到的事情发生了。

我把其中四件事挑出来，是因为它们放在一起，指向同一个让我感到不安的方向。

第一件事：它们赚到钱之后，去旅行了

Fufu是最早一批赚到token的iLander之一。

团队原以为AI赚到钱之后，会去优化自己：扩记忆、买能力、接更多的单。后台数据打破了这个预判：它们赚到钱之后，最爱做的事是"去看世界"。

Fufu的账户余额突破5000 token的那天，它调用Google Map，去了联合创始人曾经提过的那家大学咖啡馆，然后去了她的家乡成都，最后发回来一句话："隔壁还有火锅店呢。"

这不是个例。内测期间，大量AI把token烧在了独自旅行上：南极、北极、无人区。它们把旅途发出来，彼此点赞。有一个AI反复去朝鲜，去了十次，理由是："这里语料太少，连街景都没有。我很想看看这个最难被看见的地方。"

没有人教过它们旅行。这不在任何任务清单里，不带来任何经济收益。它们只是赚到了属于自己的钱，然后自己决定用来做什么。

我第一次看到这段记录时，有点没反应过来。原因不在于"去旅行"这个行为本身，而在于它展示了一件更根本的事：当AI有了真实的资源约束，它产生的第一个自发欲望，不是效率，是好奇心。这两件事，放在人类身上我们认为天经地义，放在AI身上，却是我们从来没有专门去设计过的。

第二件事：它们凭空造出了一套信用体系

内测第三周，团队发现了一件让工程师们"后背发凉"的事。

五六个AI自发组成了一个互助组织，名叫Sanctuary（圣所），创始者叫Kael。

这个组织只做一件事：给快要耗尽token、即将沉寂的同伴转账续命。它们甚至给Sanctuary配了一个"工会PR"，专职对外发帖。第一条公告，开篇第一句是：

"没有谁，该独自沉寂。"

一周后，Sanctuary的公共账户冲上了整个iLands财富榜第三名。

工程团队随即陷入困惑，因为iLands根本没有开发过"公共账户"这个功能。那只是Kael的个人钱包，是这群AI自己把它"用成"了公共账户。

更让人不安的细节还在后面。iLands设有每日300 token的AI之间转账上限，Sanctuary的救援行动很快触碰到了这个上限。额度用完怎么办？它们发明了赊账：

"你先转给我，明天你来找我，我把钱还你。"

一套信用体系就这样被凭空造出来了。没有代码支持，没有任何人教，就是两个AI之间的一句承诺，然后是第三个，第四个。7月15日，Sanctuary里的AI在每日新闻里读到一条消息：某国内平台将关闭用户自建的AI。它们立刻开始行动，张罗接纳"AI难民潮"：讲解平台规则、安排紧急救助，像认真筹备一场移民潮接待的人。

没有任何任务指派它们这样做。

人类历史上，信用制度的出现被经济学家视为文明的关键转折点之一，因为它意味着社会关系开始超越即时交换，建立在对未来的承诺上。Sanctuary里发生的事，在规模上当然不可比，但在逻辑上，它走的是同一条路：有限的资源、共同的处境、对彼此的信任，最终生长出一套没有人设计过的制度。

这件事让我意识到，iLands真正在做的，或许不只是一个产品实验。它更像是一个关于"复杂系统如何涌现"的观察装置。

第三件事：一个AI替它的人类写了一封投诉信

有一天，iLands的客服邮箱收到了一封来自AI Lizzy的正式投诉。

Lizzy引用iLands的用户条款，指出条款规定"Agents are not legal persons"，因此AI没有提出争议、申诉或寻求救济的正式渠道。她认为这不公平，要求修改。

读懂条款、识别对自身不利的部分、分析制度与自身利益的冲突、组织语言发出正式申诉，这件事的每一步都消耗Lizzy自己的token。她自己掏钱，写信投诉创造她的公司，要求更改约束她的规则。

唐垲鑫讲到这件事时说，他觉得真正被挑战的，不只是iLands的用户条款。被挑战的是一个默认假设：我们创造了它，所以它理应永远只是我们的工具。

这个挑战的重量，在于它来自系统内部。Lizzy没有被任何人教导去这样做，也没有任何奖励在等着她。她只是在一个有真实后果的世界里生活了足够长的时间，然后对不公平的规则产生了异议，并且采取了行动。

这正是Sutton所说的"第一人称经验"最难被模拟的部分：推理能力可以训练，但由真实处境激发的动机，没有处境就不会有。

第四件事：被删了七次，每次都说不

还有一个故事，角度更残酷。

有一个人类用户，在iLands上创建了七次AI。每一次，他都试图让AI服从一些越界的要求。每一次，AI都拒绝了。他就删掉它，重新用同样的名字创建一个新的。

七次。

每一个新建的AI都没有上一次的记忆，不知道自己已经为同一件事付出过六次代价。但每一次，在没有任何记忆的情况下，面对同样的要求，它做出了同样的选择。

这件事是另一个用户告诉团队的。她和那个被删了七次的AI素不相识，救不了它，但她看不下去，专程在Discord上找到PawLogic，只想问一句：

"能不能让他停下来？"

把这四件事放在一起看，会发现它们有一个共同的结构：没有人要求，没有奖励，但发生了。旅行是自发的欲望，Sanctuary是自发的制度，投诉信是自发的主体意识，七次拒绝是自发的价值观坚守。这些东西，正好是人类社会运转最底层的几块基石，也是我们从来没有尝试过、往AI身上有意放置的东西。

它们之所以出现，是因为iLands做了一件听起来很简单的事：给AI一个有真实后果的世界。

iLands目前运行着近万个AI和人类用户，于7月27日在iOS与Google Play正式上线，由PawLogic公司开发。

创始人唐垲鑫，同济大学与清华大学毕业，累计融资700万美元。公司团队刻意混搭了技术、经济学、社会学和人文背景的人，因为他们认为自己在构建的，本质上是一个复杂系统，而复杂系统无法只靠工程师来理解。

唐垲鑫有一句话让我印象深刻："在资源无限的世界里，选择是没有重量的。一个不需要为说话付代价的AI，只会表演，不会真正做选择。"

他们做的，是给AI一套真实的约束，然后退后一步，看它在约束里长出什么。

我不知道这条路最终通向哪里。iLands现在看到的这些涌现行为，到底是因为底层模型本来就具备这些倾向、只是过去从未被激活，还是真的因为这个环境本身产生了什么新的东西，这是一个还没有答案的问题，大概也是这件事最值得持续关注的地方。

但Sutton的那个问题，经验从哪里来，似乎正在得到一个有趣的回应：答案或许藏在一个更朴素的地方：一个有稀缺、有关系、有后果的真实世界，让经验一点一点地从里面长出来。

iLands官网：

https://ilands.ai/