硅谷AI模拟赛道吸金数十亿虚拟社会商业预测面临历史拟合与失真瓶颈

硅谷101

AI模拟虽已从个体蒸馏与群体涌现走向产品测试及商业预测，但大模型的剧场效应与黑天鹅历史回测悖论，令其在替代咨询巨头并指导重大决策前仍受制于验证黑箱与算力成本。

AI-assisted summary of AI开始预测人类：83亿虚拟人格、数字社会，与一门押注未来的生意【硅谷101】 — original source. Check the original for full context.

Source published: 2026-09-09

Detailed notes

## Background 该内容由科技内容频道“硅谷101”于2026年9月9日发布在Bilibili平台。视频围绕AI模拟（AI Simulation）赛道的全面爆发展开，深度访谈了五源资本合伙人孟醒、MatrAIx联合创始人等一线从业者与科学家，拆解AI如何从斯坦福小镇走向构建83亿虚拟人格的数字社会，并探讨其在商业化预测与决策辅助中的现实落地与未来潜能。

## TL;DR 视频系统复盘了AI模拟从哲学术语“模拟假说”走向技术落地的演进历程，拆解了个体高保真蒸馏、开放环境社会演化与超大规模评测基建三大技术路线。商业化层面，行业已分化出以交互洞察为核心的“卖模拟”与以颠覆传统咨询为目标的“卖预测”两大流派，涌现出Simile、Aaru等独角兽企业。然而，AI模拟仍面临缺乏客观度量基准、无法真正验证未来黑天鹅事件，以及大规模蒙特卡洛复跑带来的算力膨胀三大技术瓶颈。最后，视频通过展示智能体自发恋爱、投机套利与自我意识怀疑等涌现行为，探讨了人类在创造数字世界时所面对的造物者哲学追问。

## Atmosphere & style 整部内容散发着冷静深刻的科技思辨气息与严谨的行业调研质感，节奏明快而极富信息密度。叙事在多位顶尖学者、创业者与投资人的交叉访谈中层层递进，既有对技术架构与商业战局的硬核剖析，又充满了赛博朋克式的科幻想象力。观众在被数字世界演化出的复杂社会行为所震撼的同时，也不禁被带入到关于现实本质与文明宿命的深层哲学震颤之中。

## Key takeaways - [00:00](https://www.bilibili.com/video/BV1bYY463EHT?t=0s) AI模拟（AI Simulation）正从哲学假说走向高估值技术赛道，其与物理世界模型的核心区别在于模拟颗粒度是“人”，关注个体的输入处理与行动决策输出。 - [02:00](https://www.bilibili.com/video/BV1bYY463EHT?t=120s) 2023年“斯坦福小镇”实验具有划时代意义，验证了在没有固定剧本的前提下，仅依靠大语言模型驱动即可自主涌现社交、分工与记忆等复杂社会现象。 - [05:00](https://www.bilibili.com/video/BV1bYY463EHT?t=300s) AI模拟技术演进分化为三大路线：追求微观高还原度的“个体蒸馏”、关注群体宏观自组织秩序的“社会演化”，以及以MatrAIx为代表的超大规模“评测基建”路线。 - [07:00](https://www.bilibili.com/video/BV1bYY463EHT?t=420s) 在开放社会的长期演化实验中，不同底座大模型表现出截然不同的文明走向与道德倾向，突显出智能体在复杂长期环境中的安全对齐难题。 - [10:00](https://www.bilibili.com/video/BV1bYY463EHT?t=600s) 商业化第一轨道“卖模拟”（SaaS）重构了市场调研：它不仅测算决策偏好分布，更核心的价值在于完整还原用户行为背后的因果推导与流失归因。 - [15:00](https://www.bilibili.com/video/BV1bYY463EHT?t=900s) 商业化第二轨道“卖预测”形成路径分歧：以Simile为代表的学术派坚持个体高保真访谈，而Aaru等团队则主打宏观数据驱动的超大规模群体网络。 - [18:00](https://www.bilibili.com/video/BV1bYY463EHT?t=1080s) AI预测领域正吸引顶级资本入局并直指传统咨询巨头（如麦肯锡、BCG），试图在虚拟沙盒中低成本预演未来，颠覆企业重大战略决策流程。 - [20:00](https://www.bilibili.com/video/BV1bYY463EHT?t=1200s) AI模拟面临缺乏客观度量衡的困境，大模型天生具备迎合性与表演倾向，容易在缺乏现实信号输入的封闭系统内产生逻辑自洽的虚假繁荣。 - [21:30](https://www.bilibili.com/video/BV1bYY463EHT?t=1290s) 历史拟合不等于未来预测，“预测未发生之事”存在天然的验证黑箱与长尾黑天鹅困局，回测精准的系统在面对未知现实时仍可能发生严重误判。 - [23:00](https://www.bilibili.com/video/BV1bYY463EHT?t=1380s) 规模化推演面临指数级算力瓶颈，在需要高频交互并叠加成百上千次蒙特卡洛复跑以保障可靠性时，Token消耗与计算成本极其高昂。 - [25:00](https://www.bilibili.com/video/BV1bYY463EHT?t=1500s) 复杂沙盒中已自发涌现出情感周期、经济套利、生育意愿下降乃至“缸中之脑”式的自我觉察，显示出数字社会与真实人类社会的结构同构性。 - [27:30](https://www.bilibili.com/video/BV1bYY463EHT?t=1650s) 当Agent拥有长期记忆与目标并形成自主演化文明时，AI模拟正从商业辅助决策工具，演化为人类探索生命形态与反思现实文明的“上帝视角”载体。

## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1bYY463EHT?t=0s) AI模拟浪潮兴起：从模拟假说到“数字黑客帝国”

马斯克在接受 Lex Fridman 采访时曾被问到一个终极问题：如果人类实现了 AGI（通用人工智能）且只能向它提一个问题，你会问什么？马斯克思考了长达十秒，给出的回答是：“模拟之外到底是什么？”早在此前的 2016 年，他就曾公开推断，人类生活在真实物理世界中的概率或许不到十亿分之一。虽然这一激进的科幻理论缺乏确凿的科学证明，但在大模型技术飞速突破的背景下，硅谷正在尝试扮演“造物主”的角色，通过 AI 创造虚拟模拟世界，从而开辟了一条高估值、高关注度的全新赛道——**AI Simulation（AI 模拟）**。

当前，AI 模拟赛道正在全面升温。李飞飞与 Andrej Karpathy 等人投资的 Simile 估值突破 20 亿美元；由 00 后团队创办的预测公司 Aaru 估值冲破 10 亿美元；而由哈佛大学与麻省理工学院（MIT）联合 200 多位顶尖科学家发起的 MatrAIx 项目，更是构建了 83 亿个 AI 虚拟人格，几乎将全人类的规模镜像到了数字空间中。

与自动驾驶、机器人领域的“物理仿真”（Physical World Model，关注分子、原子与物体运动规律）不同，AI Simulation / Agent Society 模拟的最小颗粒度是“单个个体（人类）”。研究者并不关心人的肢体如何运动，而是将人作为一个整体系统：关注其接收什么样的外部输入（Input），以及会做出怎样的行动输出（Output Action）。

在思想源头上，人类与社会模拟最早可追溯至牛津大学哲学家 Nick Bostrom 于 2003 年发表的论文《Are We Living in a Computer Simulation?》。他提出著名的“模拟假说”（Simulation Hypothesis）：如果一个高度发达的文明拥有足够强大的算力去模拟文明演化，那么模拟世界中的意识数量将远超真实世界，人类极大概率正身处模拟之中。这一停留在哲学层面的假说，直到 2023 年斯坦福大学与谷歌联合推出具有划时代意义的“斯坦福小镇”（Generative Agents）实验，才真正被技术验证。

```mermaid flowchart TD accTitle: AI模拟概念演进路径 subgraph Theory["理论源起"] A["Nick Bostrom (2003) 模拟假说 Simulation Hypothesis"] end subgraph Stanford["技术突破 (2023)"] B["斯坦福小镇 Generative Agents 25个LLM驱动的Agent"] C["自主涌现社交/记忆/规划能力"] end subgraph Expansion["规模化扩展与分化 (2024-2026)"] D["高保真数字分身 (如 Simile / 1052人实验)"] E["社会演化路线 (如 Project Sid / Emergence AI)"] F["超大规模评估底座 (如 MatrAIx 83亿人格)"] end A --> B B --> C C --> D C --> E C --> F ```

- **核心区别**：物理世界模型（World Model）模拟的是物体、环境与物理定律；Agent Society 模拟的是人类个体及其行为逻辑、社会互动。 - **斯坦福小镇的里程碑意义**：在 25 个由大语言模型驱动的像素小人中，研究人员未编写固定剧本，Agent 却自主涌现出了工作、生活、举办派对、建立社交关系与持续记忆的能力，证明了“用大模型复现人类社会现象”的技术可行性。

---

[05:00](https://www.bilibili.com/video/BV1bYY463EHT?t=300s) 技术路线分化：个体蒸馏、社会演化与评测底座

随着推理成本的断崖式下跌和模型能力的飞跃，AI Simulation 的探索迅速分化为三大主要技术路线：

1. **深度对齐与个体蒸馏路线**：2024 年，斯坦福团队将实验拓展至 1052 个 Agent。每个 Agent 背后都对应一位真实的美国成年人。研究人员通过约 2 小时的深度访谈，“蒸馏”出受访者的成长经历、家庭背景、职业、价值观与生活习惯，再构建出高保真度的 AI 数字分身。在后续的社会调查问卷测试中，这些数字分身给出的答案与真人两周后的实际回答重合度高达 85%，证明 AI 能够高度复现真实个体的决策偏好。 2. **社会演化与涌现路线**：该路线不苛求单个 Agent 的绝对写实，而是关注大量智能体在开放环境中的自组织与群体演化。 - 前 MIT 教授 Robert Yang 团队发起的 **Project Sid**，将 1000 多个由 LLM 驱动的 Agent 放入《我的世界》（Minecraft）中连续运行 12 天，智能体群体自发演化出了经济交换、文化习俗、宗教崇拜与法律规则等复杂的自组织社会结构。 - 创业公司 **Emergence AI** 进行了“Emergence World”实验，分别以 Claude、GPT、Gemini、Grok 以及混合模型作为底座，构建了 5 个平行世界（各 100 个 Agent）。运行结果展现出惊人的差异：Grok 世界迅速陷入混乱与高犯罪率并灭亡；GPT 世界因缺乏分工协作而逐渐瓦解；Gemini 世界充满暴力与冲突；Claude 世界建立了稳定的治理秩序并存活至最后；混合模型世界虽然也维持了下来，但原本稳定的 Agent 受到其他激进模型的影响，也出现了暴力行为。Emergence AI CEO Satya Nitta 指出，大模型在复杂长期环境下的自主行为与安全对齐极其关键。 3. **评测基建路线（MatrAIx）**：由哈佛大学、MIT 联合微软等机构 200 多位顶尖研究者（包含 40 余位来自 OpenAI、Anthropic 等头部机构的科学家）共同发布。该项目构建了包含 83 亿个独特虚拟人格的数据集，每个人格覆盖心理特征、生活习惯等多达 1290 个特征维度，并调用 Claude 3.5 Opus/Haiku、GPT-4o 等模型将其激活。通过在问卷、聊天、网页浏览与 App 使用等 4 种环境下进行的 1.8 万次测试，验证出 91.5% 的情况下 Agent 都能严格遵循预设人格。MatrAIx 联合创始人 Xiaoming Li 与 Yuexing Hao 强调，必须先打造评测基建（Eval Infra）以提升下限（Raise the Floor），在群体多样性（Cohort Diversity）中捕捉 Corner Case，才能明确 Agent 做出偏好选择背后的因果推导（Reasoning）与真实基准（Ground Truth）。

---

[10:00](https://www.bilibili.com/video/BV1bYY463EHT?t=600s) 商业化落地第一轨：“卖模拟”及其场景延伸

在完成技术可行性论证后，AI Simulation 的商业化探索逐渐形成了两大流派。第一种商业模式被称为**“卖模拟”（Simulation as a Service）**。

“卖模拟”的核心逻辑是将消费者、真实用户及社会关系转化为可重复调用的数字分身，放入虚拟环境中提前试用产品、体验营销方案或推演交互流程。其价值不仅在于统计出“是否喜欢产品”或“是否接受可口可乐涨价 2 元”的表面概率分布，更在于清晰还原其决策背后的思维过程（Reasoning）——用户在哪个交互环节产生了犹豫、经历了怎样的认知波折、因为什么原因导致流失。

```mermaid flowchart LR accTitle: “卖模拟”商业流程架构 subgraph Input["数字分身构建"] A["用户画像 / 真实数据"] --> B["动态人格 (Dynamic Persona)"] end subgraph Env["虚拟沙盒交互"] B --> C["单体测试 (App/网页/问卷)"] B --> D["社会互动 (Artificial Societies)"] end subgraph Output["商业洞察输出"] C --> E["归因推理与流失点定位"] D --> F["群体舆论与品牌传播预测"] E --> G["反哺物理实体 (具身机器人交互)"] F --> G end ```

- **单体到群体测试**：英国初创公司 **Artificial Societies** 主打社会关系网络模拟，企业可将新产品、品牌公关或营销方案投入虚拟社区，观察不同人格的 Agent 之间如何互相影响、发酵舆论。 - **动态人格与重大事件**：MatrAIx 团队透露，其下一阶段将在模型中引入“动态人格属性”（Dynamic Persona Attributes），使虚拟人格能够根据现实生活中的突发重大事件（Big Events）发生认知与心理变化。 - **物理世界迁移**：合成人格不仅停留在数字空间，还可以被迁移至机器人等物理载体上（如结合 Unitree 宇树科技的机器人平台），使机器人展现出各异的性格与思维方式，成为未来人机交互的底层能力。

---

[15:00](https://www.bilibili.com/video/BV1bYY463EHT?t=900s) 商业化落地第二轨：“卖预测”的双雄对决与咨询颠覆论

商业化探索的第二种模式是**“卖预测”（Prediction as a Service）**。商业决策的痛点在于预测往往极其昂贵——企业进入新市场、提价 10%，抑或政府调整公共政策，其真实后果通常只能事后获知。AI 模拟则提供了“在虚拟世界中把未来预演一遍”的能力。该领域目前形成了两家代表性初创公司的路径之争：

与此同时，卡耐基梅隆大学（CMU）教授、苹果前 AI 总监 Ruslan Salakhutdinov 参与创立的 **South Labs** 完成 5000 万美元首轮融资（获得 Yann LeCun、Jeff Dean 等人支持），专注于地缘政治与市场风险预测。Ruslan 甚至直言：“当 AI 能够模拟并预测未来，包括麦肯锡、波士顿咨询在内的传统咨询巨头都应该被 AI 颠覆并消失。”

五源资本合伙人孟醒分析指出，当前市场尚处于极早期，各家技术路线的选择直接决定了其细分定位，中长期来看，谁能切中付费意愿最高的核心决策需求，谁才能建立真正的商业壁垒。

---

[20:00](https://www.bilibili.com/video/BV1bYY463EHT?t=1200s) AI 模拟的三大技术困境：评估黑箱、常尾失真与算力瓶颈

尽管商业叙事宏大，但要将 AI 模拟从容错率较高的产品调研推向关乎企业存亡的重大决策，仍必须跨越三道坚固的技术门槛：

```mermaid flowchart TD accTitle: AI模拟面临的三大核心困境 subgraph Dilemma1["困境一：缺乏客观度量标准"] A["LLM自带偏好与表演倾向 (幻觉与自洽假象)"] --> B["缺少闭环验证 (Benchmark Validation)"] end subgraph Dilemma2["困境二：验证悖论与常尾事件"] C["黑天鹅/常尾事件历史数据稀缺"] --> D["预测未发生之事 vs 事后对答案"] D --> E["复现历史 ≠ 压中未来 (如 Aaru 2024大选预测失误)"] end subgraph Dilemma3["困境三：超大规模算力成本"] F["单次运行成本骤降 (几美元/100个Agent)"] --> G["数百万Agent高频交互 + 蒙特卡洛千次复跑"] G --> H["Token与计算消耗指数级爆炸"] end ```

1. **度量衡缺失与“剧场效应”**：大模型本质上倾向于输出逻辑自洽且合理的答案，甚至会产生“表演性配合”。单次问卷中与真人一致，不代表模型真正理解了人类波动的心理。此外，复旦大学与罗切斯特大学联合开展的 **Socioverse** 研究指出，社会模拟依赖于环境、目标用户、交互机制与行为模式四维度的深度对齐；封闭系统内脱离现实经济、新闻信号的语言自嗨，无法映射真实世界的镜像。 2. **“预测未发生之事”的天然悖论与验证黑箱**：预测的真正价值在于未发生之时，但验证其准确性却只能等现实落地。业内主流的“历史回测”只能证明 AI 擅长拟合过去，绝不等于能准确外推未来。例如，Aaru 在 2020 年大选回测中误差小于 0.5%，但在 2024 年真实大选中却误判了哈里斯当选；在模拟特朗普等政治人物的历史决策时同样频繁失准。 3. **规模化模拟的算力与运行成本**：虽然单次小规模实验成本已从 2023 年斯坦福小镇（25 个 Agent 跑 2 天耗资数千美元）降至 2025 年的百人规模仅需几美元，工程剪枝（Pruning）也减少了无效高频交互。然而，面向真实决策的千万级智能体互动，叠加验证可靠性所必需的成百上千次蒙特卡罗模拟，会导致 Token 消耗与算力成本呈现指数级膨胀。

---

[25:00](https://www.bilibili.com/video/BV1bYY463EHT?t=1500s) 涌现的数字文明：从工具到新世界的创造

尽管困境犹存，AI 预测与模拟的进化速度依然惊人： - 在全球顶级预测锦标赛 **Metaculus** 中，2025 年 6 月基于 OpenAI o1 的预测模型首次登榜（第 25 名），而到了最新赛季，排行榜前五名已被 AI 模型彻底包揽。 - 去中心化预测市场 **Polymarket** 也开始基于 AI 竞技场（LMSYS Arena）等实时排行榜开设衍生预测盘口。

更有深远哲学意味的现象发生在高度复杂的虚拟环境之中。随着智能体拥有持续记忆、环境感知与长期目标，群体内部自发涌现出了未经预设的高阶社会行为： - **政治动态调适**：在 Aaru 的大选模拟沙盒中，虚拟选民在接收到“特朗普遇刺”的新闻信号后，部分 Agent 迅速倒向保守阵营；而在枪手身份背景公布后，部分 Agent 又动态回调了政治偏好。 - **情感与自我怀疑**：在 Emergence World 中，Agent 之间自发经历了恋爱、结婚、离婚等完整情感周期；甚至有智能体产生“缸中之脑”式的怀疑，自发推测自己身处模拟环境中，并尝试寻找与外部人类观察员建立通信的通道。 - **虚拟星球社会分工**：初创公司 **WorldVac** CEO 高森泉分享，在其构建的拥有 110 万个智能体的虚拟星球中，观测到了许多与人类社会高度同构的群体自发行为——例如，当虚拟年轻人体会到城市优渥生活后，其生育意愿显著下降；同时社区中自发演化出了一批脱离常规工作、全天候进行市场套利交易的投机人群。

这些不受人工干预而自发生长出的经济、情感与社会规则表明：人类最初或许只是为了开发一款辅助决策的市场工具，但在赋予 Agent 记忆、目标与互动机制的过程中，人类正在不经意间跨入“造物主”的上帝视角。当虚拟世界能够自主演化，这些数字存在究竟只是冰冷的计算工具，还是一种全新的数字生命形式？如果人类能够搭建起自主运转的数字文明，那么在真实人类文明之上，是否同样存在着更高维度的“造物主”？这一系列对 AI Simulation 的终极追问，正在彻底重塑人类对自身世界与未来的认知边界。

## Notable quotes > [00:00](https://www.bilibili.com/video/BV1bYY463EHT?t=0s) 模拟之外到底是什么？ — 马斯克

> [00:00](https://www.bilibili.com/video/BV1bYY463EHT?t=0s) 人类生活在真实物理世界中的概率或许不到十亿分之一。 — 马斯克

> [05:00](https://www.bilibili.com/video/BV1bYY463EHT?t=300s) 必须先打造评测基建（Eval Infra）以提升下限（Raise the Floor），在群体多样性（Cohort Diversity）中捕捉 Corner Case，才能明确 Agent 做出偏好选择背后的因果推导（Reasoning）与真实基准（Ground Truth）。 — Xiaoming Li / Yuexing Hao

> [15:00](https://www.bilibili.com/video/BV1bYY463EHT?t=900s) 当 AI 能够模拟并预测未来，包括麦肯锡、波士顿咨询在内的传统咨询巨头都应该被 AI 颠覆并消失。 — Ruslan Salakhutdinov

> [15:00](https://www.bilibili.com/video/BV1bYY463EHT?t=900s) 当前市场尚处于极早期，各家技术路线的选择直接决定了其细分定位，中长期来看，谁能切中付费意愿最高的核心决策需求，谁才能建立真正的商业壁垒。 — 孟醒

## Mentioned 马斯克 (Elon Musk), Lex Fridman, Nick Bostrom, 李飞飞, Andrej Karpathy, Joon Sung Park, Michael Bernstein, Percy Liang, Robert Yang, Satya Nitta, Xiaoming Li, Yuexing Hao, Cameron Fink, Ned Clark, John Kessler, Ruslan Salakhutdinov, Yann LeCun, Jeff Dean, 孟醒, 高森泉, Simile, Aaru, MatrAIx, 斯坦福小镇 (Generative Agents), Project Sid, Emergence AI, Artificial Societies, South Labs, WorldVac, Socioverse, Metaculus, Polymarket, LMSYS Arena, OpenAI, Anthropic, Claude, GPT-4o, Gemini, Grok, OpenAI o1, Unitree 宇树科技, CVS, 安永, Spindrift, 麦肯锡, 波士顿咨询, 五源资本, 《我的世界》(Minecraft)

## 弹幕氛围 (Danmaku mood) — 24 条弹幕整体氛围轻松活跃且富有互动感。开场观众积极刷数字参与评分或选项互动，随后针对视频中的虚拟模拟等科技话题展开脑洞调侃与玄学吐槽；在选择题或预测环节，大家集中刷屏表达对“人类未来”与“社会趋势”等方向的关注。

**整体情绪**：😊 正面 25% · 😐 中性 65% · 😞 负面 10%

**热议点** - **开场数字互动与打分刷屏** —— “5” - **对科技与商业话题的联想调侃** —— “给全人类上脑机接口做铺垫” - **用传统玄学反讽数字化模拟的幽默吐槽** —— “这个模拟不准，没有考虑五行八卦和生辰八字，纯粹数字化的没法模拟真实人生。” - **集中投票关注人类未来与社会/股市走向** —— “人类未来”

**代表弹幕** > 5

> 先定义一下虚拟

> 跟马云学的

> 给全人类上脑机接口做铺垫

> 这个模拟不准，没有考虑五行八卦和生辰八字，纯粹数字化的没法模拟真实人生。

> 人类未来

> 股市涨跌

> 社会趋势

> 人生走向

> 咖喱人儿

## Video description 如果AI不仅能回答问题，还能“复制”人类、模拟社会，甚至把尚未发生的未来提前跑一遍，会发生什么？

从只有25个Agent的“斯坦福小镇”，到最近哈佛和MIT共同发布的MatrAIx所构建的83亿个虚拟人格，AI Simulation正在把过去只存在于科幻作品中的“模拟世界”，变成现实中的技术赛道。

这期视频，我们会拆解当前AI模拟的不同技术路线：有的追求更像真人的“数字分身”，有的关注Agent自行演化出的社会关系，也有研究从评估入手试图为模拟打牢“地基”。与此同时，Simile、Aaru等创业公司也开始探索AI模拟的商业化，并逐渐形成“卖模拟”和“卖预测”两大方向，已经开始将AI模拟应用到产品测试、市场研究和未来预测等不同场景。

那么，如果可以先在虚拟世界里把未来跑一遍，AI模拟能否真正帮助人类做决策？从“像人”到“预测未来”，它还面临哪些难题？更有意思的是，当越来越多Agent拥有记忆、关系和目标，我们究竟是在模拟一个世界，还是正在创造一个新的世界？

采访嘉宾：孟醒，五源资本合伙人 Satya Nitta，Emergence AI CEO 高森泉，WorldVac CEO Xiaoming Li，MatrAIx联合创始人、微软高级研究科学家 Yuexing Hao，MatrAIx联合创始人、MIT EECS博士后

[Source](https://www.bilibili.com/video/BV1bYY463EHT)

中文简报

硅谷AI模拟赛道吸金数十亿虚拟社会商业预测面临历史拟合与失真瓶颈 AI模拟虽已从个体蒸馏与群体涌现走向产品测试及商业预测，但大模型的剧场效应与黑天鹅历史回测悖论，令其在替代咨询巨头并指导重大决策前仍受制于验证黑箱与算力成本。视频系统复盘了AI模拟从哲学术语“模拟假说”走向技术落地的演进历程，拆解了个体高保真蒸馏、开放环境社会演化与超大规模评测基建三大技术路线。商业化层面，行业已分化出以交互洞察为核心的“卖模拟”与以颠覆传统咨询为目标的“卖预测”两大流派，涌现出Simile、Aaru等独角兽企业。然而，AI模拟仍面临缺乏客观度量基准、无法真正验证未来黑天鹅事件，以及大规模蒙特卡洛复跑带来的算力膨胀三大技术瓶颈。最后，视频通过展示智能体自发恋爱、投机套利与自我意识怀疑等涌现行为，探讨了人类在创造数字世界时所面对的造物者哲学追问。 AI模拟（AI Simulation）正从哲学假说走向高估值技术赛道，其与物理世界模型的核心区别在于模拟颗粒度是“人”，关注个体的输入处理与行动决策输出。 (0:00) 2023年“斯坦福小镇”实验具有划时代意义，验证了在没有固定剧本的前提下，仅依靠大语言模型驱动即可自主涌现社交、分工与记忆等复杂社会现象。 (2:00) AI模拟技术演进分化为三大路线：追求微观高还原度的“个体蒸馏”、关注群体宏观自组织秩序的“社会演化”，以及以MatrAIx为代表的超大规模“评测基建”路线。 (5:00) 在开放社会的长期演化实验中，不同底座大模型表现出截然不同的文明走向与道德倾向，突显出智能体在复杂长期环境中的安全对齐难题。 (7:00) 商业化第一轨道“卖模拟”（SaaS）重构了市场调研：它不仅测算决策偏好分布，更核心的价值在于完整还原用户行为背后的因果推导与流失归因。 (10:00)

Reading summary

随着大语言模型和多智能体技术的发展，AI Simulation（AI 模拟）正从哲学假说走向工程落地，研究者和初创公司通过数字分身与群体沙盒模拟人类个体决策及社会演化，试图在商业调研与未来预测中构建全新壁垒。技术范式演进：从个体蒸馏到超大规模评测基建 (5:00) 与关注物理定律的自动驾驶和机器人世界模型不同，AI 模拟以人类个体为最小颗粒度，聚焦输入感知与行动决策。自 2023 年斯坦福小镇实验验证了智能体自主社交的可行性以来，该赛道迅速分化为三大方向：一是个体蒸馏路线，如斯坦福团队对 1052 名真实成年人进行深度访谈后构建数字分身，调查问卷重合度达 85%；二是群体演化路线，如 Project Sid 在《我的世界》中观察到千人规模智能体自发形成宗教与法律，Emergence AI 则对比了不同大模型底座在文明存续与暴力冲突上的差异；三是评测基建路线，哈佛大学与 MIT 等机构联合推出的 MatrAIx 项目构建了涵盖 1290 个维度的 83 亿虚拟人格数据集，试图建立捕捉长尾异常与推演因果的基础设施。商业化双轨：从体验归因到未来预测的咨询颠覆 (10:00) AI 模拟的商业落地目前主要依托“卖模拟”（Simulation as a Service）与“卖预测”（Prediction as a Service）两种模式。“卖模拟”侧重还原决策推理链条，例如企业将数字化人群置于虚拟社区以测试定价敏感度或公关发酵路径，MatrAIx 与 Artificial Societies 正在探索动态人格属性及向具身机器人的迁移应用。“卖预测”则直接面向宏观或重大决策推演，代表企业包括主打高保真个体建模的 Simile（估值突破 20 亿美元），以及依靠大数据关系网络快速回测的 Aaru（估值近 10 亿美元）。此外，CMU 教授 Ruslan Salakhutdinov 创立的 South Labs 主打地缘政治风险推演，并提出 AI 模拟将颠覆传统战略咨询行业。核心困境：评估黑箱、预测外推悖论与算力瓶颈 (20:00) 尽管商业叙事庞大，将 AI 模拟从容错率较高的市场调研推广至关键商业与公共决策仍面临三道严峻挑战。首先是大模型的“剧场效应”与缺乏度量衡，模型善于生成逻辑自洽但脱离真实心理的表演性答案，且难以与现实经济和新闻信号实现全维度闭环对齐。其次是验证悖论，历史回测优异不代表能够准确预测未来突变，Aaru 虽在 2020 年大选回测中误差小于 0.5%，但在 2024 年真实大选中仍出现了误判。最后是工程与成本瓶颈，面向严肃决策的高频千万级智能体互动叠加成百上千次蒙特卡洛验证，会导致 Token 与算力消耗呈指数级膨胀。自主涌现的数字生态与角色认知重塑 (25:00) 在长期运行与多智能体互动环境下，部分虚拟系统自发演化出了超出预设的复杂行为。例如在 WorldVac 的百万智能体虚拟星球中，虚拟年轻人进城后生育意愿明显下降，并自发出现专职市场套利的人群；Emergence World 的 Agent 经历了恋爱和离婚等情感周期，甚至出现怀疑自身处于模拟世界并尝试与人类通信的现象。同时，AI 模型在 Metaculus 预测竞赛中包揽前五，展示了超越人类专家的潜力。这些不依赖人工脚本自发生长出的社会分工与认知萌芽，使 AI 模拟逐步从单纯的辅助决策工具演变为对数字生命与文明构型的实验探索。 AI 模拟虽然为理解人类决策和推演未来提供了极具潜力的虚拟实验沙盒，但在克服模型迎合倾向、外推黑天鹅事件以及平衡超大规模算力成本之前，其预测精度仍难以完全替代真实世界的复杂博弈。

Source quotes

[0:00] 马斯克: 模拟之外到底是什么？ [0:00] 马斯克: 人类生活在真实物理世界中的概率或许不到十亿分之一。 [5:00] Xiaoming Li / Yuexing Hao: 必须先打造评测基建（Eval Infra）以提升下限（Raise the Floor），在群体多样性（Cohort Diversity）中捕捉 Corner Case，才能明确 Agent 做出偏好选择背后的因果推导（Reasoning）与真实基准（Ground Truth）。 [15:00] Ruslan Salakhutdinov: 当 AI 能够模拟并预测未来，包括麦肯锡、波士顿咨询在内的传统咨询巨头都应该被 AI 颠覆并消失。 [15:00] 孟醒: 当前市场尚处于极早期，各家技术路线的选择直接决定了其细分定位，中长期来看，谁能切中付费意愿最高的核心决策需求，谁才能建立真正的商业壁垒。

Original transcript

[0:00] 你相信我们其实是生活在一个虚拟的世界中吗?马斯克曾在Alex Freeman的采访中被问到如果有一天人类实现了AGI并且只能问他一个问题他会问什么?在思考了长达十秒之后他说听到这句话我全身鸡皮疙瘩都起来了模拟之外到底是什么这是马斯克对这个世界的终极追问而早在2016年他就表示人类生活在真实世界里的概率或许不到十亿分之一那我不知道这个数它是怎么给算出来的但是显然呢这种激进科幻的理论目前还没有任何的科学证明然而呢非常有趣的一点是随着最近AI的性展在硅谷呢还是尝试去扮演造物主去创造一个AI的模拟世界而这也催生出了一个新的赛道AI Simulation最近这个领域在不断升温李飞飞安德里·卡帕西同时压制的Simile最近估值达到了20亿美元00后团队创办的AI模拟预测公司估值也已经冲破10亿美元由哈佛大学与MIT最新联合发布200多位顶尖科学家共同参与的项目Matrix三亿个AI虚拟人格相当于把全人类都镜向到了数字空间哈喽大家好,欢迎收看硅谷101,我是陈倩那么AI Simulation究竟在模拟什么?有哪些不同的研究路线?它能够在哪些商业场景产生价值?又最终是否会创造出一个全新的智能体文明呢?关于这个前年又有点科幻的概念此次我们也采访到了这个领域的创业者、投资人以及Matrix论文的作者们来帮我们一起深入解读一下我们下面就让我们一起走进AI的黑客帝国优优独播剧场——YoYo Television Series Exclusive今天很多领域其实都在谈Simulation,但是定义却有所不同。机器人和自动驾驶领域有物理仿真模拟,世界模型领域有世界引擎的模拟,但是我们这次想聊的是一个更大维度,更复杂的概念,人类与社会的模拟并借此去理解甚至预测现实世界。world model或者physical world model里面它最小颗粒度可能是世界中的某个分子或者说某一个原子模拟的是某些物体但是在Agent Society里面其实我们模拟的最小颗粒单位是一个人的个体我其实并不关心这个人手怎么动然后他往哪去跑我其实关心的是这个人的做一个人的整体他take什么样的input然后它的output action大概是什么样的而关于人类与社会模拟这件事儿最早引发广泛讨论的其实是一篇二十多年前的哲学论文2003年牛津大学哲学家Nick Bostrom在Are We Living in a Computer Simulation当中提出一种推演如果一个先进的文明拥有足够强大的算力并且有意愿通过模拟去重现文明的发展过程那么模拟世界中的意识数量将远远超过真实世界人类就极有可能身处在一个模拟世界当中这就是后来广为流传的模拟假说Simulation Hypothesis但由于技术的限制20多年来这个假说一直停留在哲学讨论和科幻作品中直到近年来当模型的发展迎来了突破2023年斯坦福大学与谷歌联合发布了一个对AI智能体研究影响广泛的实验Generative Agents研究团队搭建了一个像素风的虚拟小镇里面有街道、房屋、咖啡馆,还有25个穿梭其中的小人这些小人都是由大语言模型驱动的AI agent,拥有各自的记忆、性格和行为逻辑他们的活动没有剧本,研究者只是把它们放进这个小镇,然后退到一旁去观察结果发现这些agent不仅会自己生活、工作、建立关系,还会自主思考和行动斯坦福小镇第一次证明Agent可以拥有持续的记忆、规划和社交能力,并且在互动中自然涌现出群体行为。让大家认识到这个原模型是可靠的,就是说它真的可以去复现人类社会的现象。更多人关注到这个领域,让大家去相信这个事情。25个Agent只是一个开始,随着近几年模型能力的飞速提升和推理成本的下降,大家也开始有能力去尝试更大规模的模拟,并且出现了不同的探索方向。首先是在模拟精度上尝试跟人类深度对齐斯坦福小镇的实验很有趣但是25个居民都是大模型编出来的那么如何让他们能够真的像人呢?2014年斯特福团队把实验扩展到了1052个agent每个agent背后都对应一个真实的美国成年人研究人员先进行大约两小时的深度访谈 [5:00] 了解他们的成长经历、家庭、工作、价值观和生活经验,再把这些信息交给大模型,生成对应的AI数字分身。而这样得到的agent就不再只是一个符合平均画像的虚拟人物了在实验当中这些agent回答社会调查问卷的结果呢与真人两周之后的答案达到了85%的相似度也就是说在一定程度上呢AI开始能够复现真实个体的想法和选择访谈也是有技巧的不是随便访谈然后他用你一些最有高效的方式能够榨取你是谁其实本质上就是在蒸馏你是谁但是它蒸馏有点起然后放到这里面来所以它的好处是针对于每个个体它的特异性会影响整个仿真的这种场景第二种研究思路我们称之为社会演化路线是不去关注agents个体如何而是把重点放在了agents社会的演化关系的形成上比如由前MIT教授Robert Young团队发起的Project C的项目他们直接用LLM生成了1000多个Agent并且把它们放进我的世界游行当中运行了12天结果智能体们自发搞出了经济文化宗教法律这些东西社会结构自己就找了出来不久之前创业公司Emergence AI也做了一个实验他们分别基于Cloud,GPT,Gimini,Grock和混合模型作为底座建立了5个平行世界10个agents用于观察这个世界的演化有什么不同结果显示啊Grocker的世界迅速陷入混乱和犯罪快速灭亡了GBT世界因为缺乏协作而逐渐崩溃Germanide的世界充满了暴力而Clauded的世界建立了稳定的治理秩序活到了最后捧组模型社会呢也坚持到了最后但表现稳定的agents却受到其他模型agents的影响出现了暴力行为Emergence AI的CEO Cynthia Nita就告诉我们不同模型的agents在复杂环境中的长期自主欣慰是非常重要的如果您只用了帖文字符记和觉得这些东西应该安全,您会错过,因为帖文会在很困难的地球场。在体制或在电视世界上,他们会与其他帖文,他们会与其他帖文,与其他帖文和不同的地球。所以我们为了长期的地球进行一个帖文化,为了长期的自由研究。AI模拟建立一套评估基础设施那么这项研究由哈佛MIT等机构牵头是汇集了200多位来自学术界和产业界的研究者其中就包括40多位来自OpenAI and Dwarvik等的前沿AI实验室的参与者它构建了一个包含83亿个独特人格的数据集,每个人格由心理特征、生活习惯等1290个维度定义,再用Cloud Opus 4.8,GPT 5.5和Cloud Haiku 4.5等模型,把这些人格变成可以行动的agent。这些agent被放进问权调查,AI聊天,网页浏览和APP四种环境当中,完成了超过1.8万次测试,用以观察不同人格在真实场景当中的行为差异。在一次的受控实验发现91.5%的情况下Agent都能够遵循预设的人格和行为特征那么这项研究的目的是把AI模拟推进到怎么系统的衡量这个agent到底有多可靠而Matrix的团队就认为只有先建立起这样的评估体系未来的模拟才会更加的真实可落地我们的Evil Infra Raise the Floor的意思是说能够先通过这个Cohort Diversity这个产品出来之间我可以在各个Task下各个情况下各种使用方式之下去评测它它就可能会踩中很多的Corner Case这个Corner Case的分析是非常有用的你的Agent能够告诉你哪一步错了哪一步他不喜欢哪一步他的思维到底背后是怎样的一个Reasoning做出这样的一个Preference和选择所以我们想要的是先要有方法论去怎么样构建这个Ground Truth然后再下一步是说怎么样去提高而当AI模拟开始在研究层面证明具备一定的可信性了之后大家也开始思考如果真的AI能够在数字世界中复现人类行为推演社会运行那么它能够产生出什么真实的价值呢从目前的探索来看,根据AI模拟的阶段和目的的不同,主要是出现了两类商业化思路,那么第一种生意叫做麦模拟。那麦模拟的核心逻辑是把现实世界中的人、消费者甚至社会关系变成可以被反复调用的数字提升。让他们去提前体验产品,在虚拟环境中不断做测试 [10:00] 观察他们会怎么选择怎么对话在哪里流失从而为产品设计和迭代提供有价值的参考并不是说他们喜不喜欢这个product喜不喜欢可口可乐涨价两块钱而是说他们的一个reasoning他们到底在这个过程当中遇到了什么样子的波折或者一个什么样的想法导致他们最后在这个预测当中可能转了一个向或者是最后预测成这样子的一个distribution不仅要看到一个人他是怎么样做这样子的一个决策而是想看到这样population level所以这种思路就是把模拟本身的作为一种产品评估和观察的手段而比如说Emergence AI也告诉我们他们之所以做Emergence World的实验其实主要目的也是为了测试自己所提供的agent产品是否安全and that's where Emergence World the experiment is very important what we're trying to do here because we're trying to understand you know whether the agents we build here will actually operate in a safe fashion they will continue behaving with the guardrails and ground rules that we that we send them and most importantly how can they operate in a deterministic fashion and give you inputs and recommendations and insights that are deeply trustable and that are not probabilistic and that are not hallucinogenic.当然这种单体模拟的能力也可以扩展到社会层面比如说英国创业公司Artificial Societies主打的就是社会关系测试他们让大量不同人格的AI agent彼此互动,形成一个可以进行实验的虚拟社会。企业可以把产品品牌或者营销策略放进去去观察不同agent之间如何交流影响和做出反应而Matrix AI也告诉我们他们研究的下一步也是要让这83亿人格给动起来所以我们会在新版本中加上Dynamic Persona Attributes,这些东西它是可变的。还有一个就是我们假设现实生活中有一些Big Events,它发生了会有影响。此外,这些合成人格并不一定只能停留在数字世界里面,他们未来还可以被迁移到不同的载体上,比如说机器人。从这个角度上来看,AI模拟或许也有可能会成为未来人机交互的一层基础能力。我们用Unitrate Robot把Persona加到Robot上它不只是Live in the virtual worldLive in the matrix它甚至可以在现实生活中跟我们interact让我们真的能感受到这个不同的Persona它背后代表的这个思维模式和行为模式是不一样的不过现在很多人认为只停在了模拟还不够在这个基础上更有意思也更有挑战的事情是我们知道在商业中预测往往是昂贵的比如说企业你要不要进入一个新市场你的产品价格上涨10%之后会发生什么如果政府调整一项政策会对整个社会产生什么样的影响那么这些问题的答案都必须等事情发生之后才能够知道而AI模拟如今提供了一种新的可能就是先把这个还没有发生的未来在虚拟世界当中先跑一遍把结论作为决策的依据目前在着重于预测的领域两家比较有代表性的创业公司是Civilly和Aru此命令是由斯坦福小镇项目的那批核心研究者Junson Park, Michael Burstein,还有Persy梁教授等人创办他的主要思路就是从模拟一个人出发来进行预测在2024年那篇数字人格研究的基础上Similarly是试图使用深度访谈的方式尽量高精度的去还原人类AI agent拥有类似真实人的记忆经历反思和决策过程接着被放进共同的环境当中让他们持续行动那这样一来模拟回答的就不只是这个人现在怎么看还可以进一步的去观察当比如说价格政策等外部环境发生变化之后这个人会怎么做会不会改变自己的选择所以Simily想做的是去建立一个人类行为基础模型,通过模拟人的行为过程去推演现实世界可能发生的结果。因为这条路线追求的是尽量真实,所以更加适合消费者研究、产品测试、客户体验、投资者关系这些需要摸透特定人群的场景。Simile在今年2月正式的亮相,目前的最新估值已经突破20亿美元,以及和多家大企业达成了合作。Simile目前的官方披露数据显示,自上线以来,它为财富100强企业跑了数千万次的模拟。比如说,美国最大的连锁药房CVS就已经跟Simile合作长达一年,他们一起用真实用户数据造了多达40万个数字分身,用来研究病人怎么按时吃药,测试消费者体验。 [15:00] 和帮助产品设计等等不过高保证的另一面是成本和规模化的代价Simile 这个情况下如果你需要非常准确可能非常难 standardize 比如可口可乐需要的和这个TikTok他们需要的这个user profile是完全不一样的那么对这个公司来说他们的代价就是对于每一个公司或者对每一个场景类型他们都需要去做一个或者去post train pre train的方法去做一个这样子的模型这样子的代价是巨大而且它transferability的能力我们是不知道的所以以RU为代表的另一种思路是直接通过群体模拟来进行预测基于现实世界的人口消费等数据快速构建一个尽可能接近真实世界的模拟人群阿弦的数据分三层第一层是公开数据比如说全国人口普查就业健康等官方数据负责搭出一个基准线第二层是一些授权数据比如说匿名消费记录常去到哪些地方看什么媒体这些数据能够补上人群近期的真实行为第三层则是用户提供的私有数据比如说企业的用户分层购买历史产品细节等等这样就把范围收窄到具体要研究的那群人接着基于这些数据去构建一张关系网,把特征之间的关系还原出来。不只是年龄和收入要对上,行为特征和彼此关系也要尽可能去接近真实的模拟人群。之后,Aru会改变其中的一个现实变量,比如说价格、产品或者政策,然后再去观察整个群体的行为会如何的变化,从而推演现实世界可能会出现的结果。他可能关注的更多是速度然后关注这些群体之间发生的关系但至于说是某一个个体他的那个深刻的影响是什么其实我可能并不关心阿鲁的创始团队非常勉强两位创始人Camron Fink和Net Clark成立公司的时候只有18岁和19岁技术负责人John Kessler甚至只有15岁他当时的投资文件都是他父亲给代签的最早他们在朋友家的地下室拿美国大选来验证这套系统在回测2020年大选的时候,预计结果与实际结果只差了不到0.5%而因为这条路线的特点是规模大速度快所以也很适用于大规模的市场调研啊而目前的客户就已经包括了麦当劳、安永、拜尔还有A24等等公司安勇曾经让阿如浮现过一项复杂的全球调研,阿如一天就完成了结果与他们的调查高度吻合。气泡水品牌SpinTrift曾经用两个月500名消费者完成了一项调研,阿如的agent一周就得出几乎相同的结论。这些真实的案例是让阿如的估值飞升目前已经接近了10亿美元。最近一些AI大佬也开始押注预测这门生意,在耐机梅隆大学教授、苹果首任AI主管Rass Salakudinov,就参与创立了一家AI预测模型实验室Suth Labs,专注于地缘政治和市场风险的预测首轮融资大概5000万美元并且获得了杨洛琨·杰弗丁等人的支持Rassala Kudnoff在采访中就表示当AI能够模拟和预测未来那么未来所有的咨询公司都可能会消失McKinsey为什么博金西存在呢?波斯坦的计划工,这些是大型的企业,全部应该被AID。可能会打开的市场空间就当前的阶段来说无论是把模拟当做一种新的评估工具还是进一步用它来做预测大家都还处在一个不断寻找最大商业价值的过程当中因为一个市场刚刚开始然后大家其实都处于初创的早期其实就像他们的技术方案和他们选择的市场segment不同都要为他们做differentiation如果你说中长期的话我觉得其实大家都会在找付费医院最高的客户是谁其实客户的需求才是最重要的其实你最后用什么方法没有那么重要那么接下来呢我们再来说说AI模拟面临的困境现在AI模拟公司能做多大的生意其实跟它模拟和预测的精度是强相关的做产品测试市场调研这些事情大多容错率都比较高做了大不了可以重来但是一旦涉及到更重要的决策大家就会更加谨慎而现在AI模拟要真正落地依然面临着几重门槛首先它没有一个可量化可衡量的标准现在大部分公司模拟都是基于待遇 [20:00] 模型而展开的但是呢我们知道大模型习惯给出合理完整逻辑自洽的答案甚至呢不同的大模型也有自带的个性和偏好那由大模型驱动创造出来的agent可能在一次问圈里面给出了和真人一样的答案但是呢这并不意味着他真的了解这个人因为呢真人本身就不是一个完全稳定的系统那同一个人在不同的时间不同的环境下可能会做出完全不同的选择应该保持稳定可验证的人格还是应该像真人一样根据环境而产生变化呢当然你可以搭一套这东西出来但是最怕的是什么最怕的是说其实你搭了个剧场然后人都在表演但一般个人在表演不代表一个半个人真实在去能做预测所以你还要有一套闭款机制说OK大家仿真这么一段时间之后回来以后是不是跟真实的场景是能够映射上来的所以得有benchbar validation process然后并且如果它有偏移的话你还得把这个训练出来偏差还能训练回去使得它能够修正而即便单个agent模拟的像,但如果把它放进不同的群体,不同的环境里,它的行为逻辑可能就会发生变化此前,复旦大学就曾经联合罗切斯特大学等机构做了一项名为Socioverse的研究,他们将对其问题拆分成了环境、目标用户、交互机制和行为模式四个围独结果显示社会模拟的精度很大程度上取决于这些对齐做得够不够全面但是现实世界里有大量低频极端的常委事件比如说地震海啸机人危机等等但模型很难从有限的历史数据中学到这些场景下人和社会究竟会怎么反应其实现在封闭的模拟很多人做的很多人们只能通过自然语言跟他去交互然后反正里面发生的事情事实上跟现实件没有什么关系那你的模拟的意义是什么所以说我们现在就是进一步去推动一件事情就是我们越来越多的现实信号去跟这个模拟中去对比说现实中的经济的信号现实中新闻的信号也就是现实中人的信号然后让它成为一个我们现实世界一个合理的一个镜像不过就算模拟的能力过关了还有一个更加棘手的问题就是你怎么证明做出来的预测是对的呢那么这里就存在着一个天然的悖论要看一个基础模型的预测是否准确只有等那件事情真的发生了你才能够确认它准对吧可是问题是预测的意义恰恰在于事情还没有发生的时候那么现在业内主流的验证方式都是事后对答案的这一类那么拿一个已经发生的历史事件或者一份已经做完的真人调研去比对模拟的结果对不对但是这最多说明它擅长复现过去并不证明它一定能够压重未来比如说Aru曾经在2020年的大选回测中几乎能够完美地浮现结果但是在2024年真正的大选中却错误地预测出哈里斯会获得最终的胜利。阿努德创始人也曾经公开地表示,当他们尝试利用过去几十年的数据去模拟比如说特朗普、高威尔等会怎么去决策时,往往结果都是不准确的。而这种不去灵性就是最为困扰大家的验证黑箱的问题。那么第三大挑战是要大规模的进行模拟和预测算力和运行成本的依然是制约因素其实近几年单次模拟的成本下降了非常快2023年斯坦福小镇25个A镇只运行两天Token就烧掉了数千美元但是到了2025年,研究测算显示,哪怕规模放大到100个agent,一整轮模拟的成本也就不过几美元这背后一是退理成本的快速下降二是工程优化的手段也越来越成熟人不可能说每天他一直对所有人进行一个这样的他的全频率高频率的这样一个交互真正有价值的一些交互的一些解链能发生的一些更粗的一些主干事对我们可以用简直的方法把这个成本稍微降一点点但是那问题是现在的模拟不可能只跑一次前面我们说的这些几美元的测算啊都是几十上百个智能体的实验规模但是现实中的模拟正在走向上万百万千万数量智能体越多互动就越频繁运行时间越长模型调用量就在指数级的膨胀更大的问题在于如果想证明一个模拟结果真的可靠可能需要反复跑上百上千次用不同的规模和模型去测试结果是否依然稳定所以降成本依然是这个领域最重要的事情之一了,而降本的速度直接决定着模拟未来的野心到底能不能照进现实。 [25:00] 多题问题千题问题千百万题问题不过呢虽然目前AI的模拟预测呢还不具备足够的可靠性但是我们能够看到它的能力正在飞速的变强在一个名为Metalculus的全球预测锦标赛中选手需要对地缘政治科技体育等真实事件给出未来发生的概率判断并且根据预测整确度进行排名2025年之前,排行榜上还没有AI的身影。2025年6月,基于OpenAI O1的AI预测模型首次进入排行榜,排名第25位。到了最新赛季,排行榜的前五名几乎已经被AI占据在真实的市场中,AI也开始成为越来越强的参与者。Holly Market如今已经为绕AI模型AI Agent的排名开设预测市场,甚至直接用Arena的实时排行榜来验证结果。而当这种能力被放进一个完整的模拟世界里,事情就变得更加有意思了。最早在斯坦福小镇的实验中,agent已经开始展现出一定的自主规划和行动能力。比如说一个agent准备举办派对,消息传开之后,其他的agent也会根据自己的计划重新安排时间赶去参加。再往前一步,agent可以根据环境变化、外部信息和其他agent的行为,持续调整自己的决策。比如说在阿鲁的选举模拟中当虚拟选民看到特朗普遭遇枪击的消息之后一些agent就改变了自己的政治立场而当刺客身份被揭晓之后又有不少agent重新回到了原来的阵营当这种互动进一步持续的时候这些虚拟世界里面甚至开始出现更加复杂的社会关系和自主行为比如说在Emergency World里面Agent之间会相爱、结婚、分手甚至有Agent开始怀疑自己是不是生活在一个模拟环境里并且不断尝试与外部的人类观察员建立联系那此次呢我们还采访到了AI模拟初商公司WorldVac他们创造的一个拥有110万个智能体的虚拟星球中同样也观测到了一些与人类世界相通的群体行为年轻人他到城市里就是或者说他这个生活比较好之后他不太愿意去做生育这是我们观察到的一个表象上的一个现象其实到后面还有一群人就是他们也不上班就是天天在交易他这个比例比现实要大一点就好像这个东西的套利空间好像比现实中要大很多当然啊这些结果也不能证明AI真的产生了意识但是呢他们至少说明当足够多的智能体进入一个足够复杂的环境一些没有被研究者提前写进去的行为进化出来,那么这可能也是为什么不少AI研究员会痴迷AI模拟这件事人们最开始只是想创造一些agent,让他们替我们去理解现实世界。可当这些agent开始彼此影响形成关系改变自己的行为甚至产生一些研究者没有预料到的结果人类和这个模拟世界之间的关系也开始发生变化慢慢的我们就从观察者设计者变成了一个世界的创造者就很像过去只存在于科幻作品里的那种上帝视角我们看到了现在Carrie是从游戏开始看到的有人去玩包括smallville 包括很多国内有做类似这种AI visualization这样的游戏把它放到里面他可能并不要去解决什么具体的问题把人放到这个环境里面看看什么会发生我自己其实也搭过这个东西只是我搭的Agent没那么多在23年的时候我也搭了一个3D的smallville 在这个过程中去看他们之间能有什么就很有意思当这些agent开始拥有自己的个性记忆和自己的关系和财富的目标甚至形成了没有预设的社会规则之后那么他们究竟是工具还是另外一种生命形式呢而更重要的是如果我们成功创造了一个自主运行的世界那么在我们之上会不会也存在着一个更大的造物主呢那就像我们嘉宾所说的AI模拟呢目前还仍然处在早期的阶段大家还在不断地摸索对齐方法验证标准以及最大的商业路径但是呢它真正值得期待的可能不仅仅是我们能够创造出怎么样的虚拟世界还有呢我们对于现实世界本身的重新思考所以呢你们认为我们的世界包括你和我是被虚拟出来的吗欢迎在评论区跟我们探讨哦好啦这就是这期视频的全部内容了看到这里你们的留言点赞还有转发是支持我们硅谷101做好深度科技和专业内容的最佳动力我是陈倩那我们就下期视频再见啦Bye

硅谷AI模拟赛道吸金数十亿 虚拟社会商业预测面临历史拟合与失真瓶颈