“找到‘海豚’。”听到指令之后，动图里的这只狗狗马上跑去客厅，独自在玩具堆中找到了刚刚认识的新玩具“海豚”。找海豚？难不倒我！这是Whisky，一只住在挪威的雌性边境牧羊犬——为了让她听起来不那么像个小酒鬼，我们就叫她“薇世姬”好了。她可能是最聪明的狗狗之一，6岁的她已经以一狗之力，帮助匈牙利罗兰大学的研究者发表了1.5篇论文！薇世姬的过狗之处，是她拥有极强的学习和记忆能力。
她有许多玩具，而且玩具都有自己的名字。像上面动图里找海豚那样，在主人赫尔格·O·塞维拉（Helge O. Svela）说出玩具名字后，她就会独自在玩具堆里找到对应的那一个。目前，她已经记住了一百多个玩具的名字。学霸薇世姬算得上是无师自通，她从来都没有参加过什么“天才狗狗训练营”之类的课程。以前有一只叫查斯（Chaser）的边牧前辈，能记住超过1000个玩具的名字，但她曾经接受过密集的训练。
而薇世姬的学习过程，仅仅是与主人的日常玩耍。她十分沉迷于听名字、找玩具的游戏，总是玩不够，以至于主人只能带她去户外休息——这相当于家长强行打断孩子的学习。起初薇世姬只有59个玩具时，她就能准确记住其中的54个。那个时候，玩具们的名字都还很正常，像是“鸭子”、“大象”。
但随着玩（学）耍（习）的玩具越来越多，主人只好给一些玩具取人名，比如“黛西”、“威格”，因为薇世姬的玩具中，已经出现了第二只鸭子、第二只大象……薇世姬的超强记忆力吸引来了罗兰大学的研究者，他们决定为难这只小狗狗，给她设立一些高难度的挑战！薇世姬的一些玩具是可以根据形状来分类的。
她有25个玩具分别属于球、飞盘、绳子、圆环，而且这些玩具的名字都是“形容词+具体形状”的组合，比如“小飞盘”、“彩色飞盘”。如果她能把玩具和名字联系起来，那么下次听到“飞盘”时，是不是就能在一堆新玩具里找到飞盘了呢？薇世姬先和主人一起玩了4个不同类别的新玩具。在这个过程里，主人不会喊出新玩具的名字，但会遵循每个类别的典型玩法，例如飞盘会被抛向空中，绳子则用来玩拔河。
1分钟后，主人发出指令，比如“拿一根绳子”；薇世姬则需要在这4个刚刚接触的新玩具里，选择她认为正确的那个。在44次测试里，她有24次都选对了，远高于蒙对了的概率，可见薇世姬具有一定的分类能力——挑战成功！研究者还发现，和主人玩耍的过程很重要。如果薇世姬没有先和主人一起接触新玩具，准确率就会下降至38.44%。对她来说，玩就是学，玩耍的过程有助于它培养对新玩具的认知，准确分类。不过，天才也有短板。
当被要求找圆环时，薇世姬常常都会出错。另外，研究者还试图测试她根据颜色进行分类的能力；但测试进行到一半，小狗就表现得非常紧张，大声地喘息和吠叫，这项测试因而被中止。但这种边玩边学的能力，还是让薇世姬成为了论文主角。去年2月，《科学报告》刊发了这篇关于狗分类能力的研究。
一开始，主人拿出1个新玩具，说出玩具名，并且让小狗和新玩具一起玩耍；之后再拿出第2个新玩具，仍然通过玩耍的方式，培养狗对这个玩具的记忆力。这样的学习方式被称为“社交法”，旨在模仿宠物狗和主人的日常相处。在重复4次之后，薇世姬独自面对摆出一起的2个新玩具，通过主人说出的名字来分辨它们。结果，在超过70%的测试里，薇世姬都选对了——挑战成功！
通过玩耍的方式，仅仅听到4次，聪明的狗狗就能快速学会一个新词语。而且，这次的研究再次证明，玩耍的过程非常重要。一旦把“社交法”换成“排除法”，狗狗可就记不住了。所谓“排除法”，是把一个新玩具和熟悉的旧玩具们摆在一起，当听到不熟悉的新名字，狗狗通过排除，就把新玩具和新名字联系起来。然而，用这种方式学习了4次之后，薇世姬径直奔向了错误的玩具。另外，学霸虽然可以边玩边学，但也需要复习巩固。
在“社交法”学习结束后，实验者收走玩具，让狗自由玩耍10分钟，然后再次测试。原本表现不俗的薇世姬，这时候识别新玩具的准确率下降到了55%；1个时之后，准确率掉至50%。因为这种快速记忆新玩具的能力，仅仅时隔一年，薇世姬又拥有了半篇以自己为主角的论文。为什么是半篇？因为这次，还有另一只天才狗狗也参与了挑战——当时9岁大的约克夏梗维琪·妮娜（Vicky Nina）。
维琪·妮娜平时认识的玩具也有几十个，在“社交法记名字”的挑战中，她的准确率甚至比薇世姬更高。她们俩的表现，在芸芸众狗中都是相当不凡的——研究者还召集了20同样喜欢抓玩偶的志愿狗，但面对同样的实验，它们无法像薇世姬和妮娜一样，仅听到4次就记住新玩具的名字。为了研究更多的狗界小天才，研究者去年还举办了一个“天才狗狗挑战赛”。来自世界各地的6只宠物狗参加了这项挑战。
在第一阶段，狗狗需要在一周之内记住6个新玩具的名字；第二阶段则升级到了一周12个新玩具。每个阶段的学习结束后，狗狗会两两配对，通过网络连线直播的方式现场PK。遗憾的是，妮娜在比赛前不幸过世，无缘参加这个项目。而如今已经6岁的薇世姬不仅参加了挑战，而且作为经验老道的选手，她寻找玩具的准确率和速度都非常高。