Simile与Aaru推大规模AI社会模拟硅谷押注前瞻预测颠覆咨询业

硅谷101

AI模拟正从产品测试迈向商业与政策预测，但由于缺乏统一评估标准、难以及时长尾极端事件且陷入无法用历史回测证明未来的黑箱悖论，短期内仍难以直接承担高风险战略决策。

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｜解析AI预测模型｜AI prediction model — original source. Check the original for full context.

Source published: 2026-09-12

Detailed notes

## Background 本期内容由科技商业播客频道《硅谷101》于 2026 年 9 月 10 日发布在 YouTube 平台。视频围绕“AI 模拟与预测人类社会”这一前沿赛道展开，通过深度访谈五源资本、Emergence AI、WorldVac 以及哈佛/MIT 联合项目 MatrAIx 的多位学者与创始人，系统拆解了从斯坦福小镇到 83 亿虚拟人格的技术演进、商业变现路径及深层哲学伦理。

## TL;DR 视频全面解析了 AI Simulation（社会智能体模拟）的发展现状：技术路线上已分化出高保真数字分身、多智能体社会涌现与评测基准三大方向；商业化方面则形成了以 Simile 为代表的“卖模拟”（产品与策略测试）和以 Aaru、South Labs 为代表的“卖预测”（宏观趋势与系统性风险推演）两大模式。尽管该赛道在市场调研、政策推演等场景展现出巨大潜力，但仍受制于量化评估标准缺失、极端长尾事件无法拟合、预测结果验证黑箱及算力成本瓶颈。随着虚拟世界自发涌现出婚姻、金融投机乃至对自身虚拟状态的哲学觉察，人类正在经历从代码编写者向“数字造物主”的身份跃迁。

## Atmosphere & style 全片呈现出兼具硬核技术拆解与深度人文反思的科技智识氛围，叙事节奏沉稳严谨且引人入胜。主讲人以马斯克对“模拟假说”的终极追问为引子，层层铺开前沿论文、商业案例与一线专家访谈，在理性的商业推演与科幻般的社会学涌现实验之间形成了强烈张力，带给观众一种既震撼又发人深省的沉浸式思考体验。

## Key takeaways - [00:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=0s) AI 模拟（AI Simulation）不同于关注刚体与物理规律的物理仿真，其将模拟颗粒度聚焦于人类个体 Agent 的信息输入、认知决策与社会群体演化。 - [00:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=0s) 资本与前沿学界加速押注 AI 模拟赛道，诞生了 Simile（估值 20 亿美元）、Aaru（估值 10 亿美元）以及哈佛与 MIT 联合构建的 83 亿虚拟人格数据集 MatrAIx。 - [05:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=300s) 自 2023 年斯坦福小镇确立生成式智能体范式后，该领域分化为三大技术路线：高保真数字分身对齐、社会演化与多模型生态涌现、评测基准基础设施。 - [05:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=300s) 多模型平行微型社会实验显示出鲜明特征：Claude 世界建立了稳定的治理秩序，而 Grok、GPT 与 Gemini 世界分别陷入失序、崩溃与对抗冲突。 - [10:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=600s) 商业化路径之一是“卖模拟（Simulation as a Service）”，通过构建微观用户分身帮助企业进行产品上线前的边角案例测试与微观流失归因。 - [15:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=900s) 商业化路径之二是“卖预测”，Simile 主打自下而上的高精度个体还原，Aaru 则依托公开、授权与企业私有三层数据自上而下推演宏观趋势。 - [15:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=900s) 预测模型的演进被认为将冲击传统战略咨询行业（如麦肯锡、BCG），通过超大规模推演替代高昂的传统专家调研与决策咨询。 - [20:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=1200s) AI 模拟落地面临三大核心挑战：缺乏客观量化基准与模型阿谀倾向、现实极端长尾事件难以对齐，以及回测历史无法直接等同于推演未来的“预测黑箱悖论”。 - [25:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=1500s) AI 预测能力正在全球权威预测锦标赛（如 Metaculus）中迅速超越人类专家，最新排名前五已被 AI 模型全量包揽。 - [25:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=1500s) 随着智能体在虚拟星球中自发演化出恋爱、结婚、生育意愿下降乃至套利阶层，人类的研究角色正逐渐从程序员转变为俯瞰数字社会的“造物主”。

## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=0s) 模拟假说与 AI 模拟赛道的兴起

马斯克（Elon Musk）在接受 Lex Fridman 采访时曾被问及：如果人类实现了 AGI（通用人工智能）且只能向它提一个问题，他会问什么？马斯克思考长达十秒后回答道：“模拟之外到底是什么？”（"What is outside the simulation?"）。这句终极追问让人脊背发凉。早在 2016 年，马斯克就曾提出人类生活在真实物理世界中的概率可能不足十亿分之一。虽然这种科幻理论缺乏确凿的科学证明，但随着大模型技术的爆发，硅谷的研究者与创业者们已经开始尝试扮演“造物主”，构建基于 AI 的模拟世界，从而催生了一个全新的热门技术赛道——AI Simulation（AI 模拟）。

AI 模拟领域近期热度急剧攀升： - 李飞飞（Fei-Fei Li）与安德烈·卡帕西（Andrej Karpathy）等大佬投资押注的 Simile，估值已达到 20 亿美元； - 由 00 后年轻团队创立的 AI 模拟预测公司 Aaru，估值也迅速突破 10 亿美元； - 哈佛大学与 MIT 等机构联合 200 多位顶尖科学家共同发布的 MatrAIx 项目，构建了包含 83 亿个虚拟人格的数据集，相当于将全人类投射到了数字空间之中。

当前在自动驾驶和机器人领域，物理仿真模拟（Physical Simulation）关注的是物理世界的分子、原子或机械刚体运动；世界模型（World Model）关注的是物理引擎与场景演化。然而，AI Simulation 探索的是更高维、更复杂的领域——**人类与社会的模拟**。在智能体社会（Agent Society）中，模拟的最小颗粒度是“人”，研究者并不关心个体的肢体动作细节，而是关注这个个体作为整体接收何种输入（Input）并产生何种决策行动（Output Action），以此理解甚至推演现实社会。这一构想最早可追溯至 2003 年牛津大学哲学家尼克·博斯特罗姆（Nick Bostrom）发表的经典论文《我们是否活在计算机模拟中？》（*Are You Living in a Computer Simulation?*）。该论文提出了广为人知的“模拟假说”（Simulation Hypothesis）：若先进文明拥有足够算力并模拟祖先历史，模拟世界中的意识数量将远超真实世界，因而人类极大概率身处虚拟模拟之中。二十年来这一假设多停留在哲学与科幻探讨，直到大语言模型的出现让其具备了技术实现的土壤。

```mermaid flowchart LR accTitle: AI Simulation vs Traditional Physical Simulation subgraph Physical["物理世界与机器人仿真"] A["最小颗粒度：原子 / 分子 / 物体"] --> B["关注目标：运动轨迹 / 力学规律"] end subgraph Social["AI 社会模拟 (AI Simulation)"] C["最小颗粒度：人类个体 Agent"] --> D["关注目标：信息输入 -> 认知决策 -> 社会涌现"] end ```

---

[05:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=300s) 从斯坦福小镇到三大技术研究路线

2023 年，斯坦福大学与谷歌联合发布了具有里程碑意义的智能体研究——**Generative Agents（生成式智能体）**。团队搭建了一个名为 Smallville 的 25 人像素风虚拟小镇，小镇中的 AI Agent 拥有独立的记忆、性格和生活逻辑。研究人员将它们放入小镇后退到一旁观察，发现智能体们不仅能够自主生活、工作、建立社交关系，还能自发筹办派对并协调日程。斯坦福小镇首次证实了大语言模型驱动的 Agent 具备持续记忆、反思规划和社交演化能力，群体行为能够自然“涌现”（Emergence）。随着模型能力飞跃与推理成本剧降，AI 模拟的研究逐步分化出三种具有代表性的探索路线：

1. **深度对齐与数字分身路线（High-Fidelity Persona）** 斯坦福小镇最初的 25 个居民由大模型编造，为了让 Agent 真正具备现实人群的代表性，斯坦福团队在 2024 年将实验扩展至 1,052 个 Agent，且每个 Agent 对应一名真实的美国成年人。研究人员通过约 2 小时的深度访谈提取其成长背景、家庭职业、价值观及生活经验，将其“蒸馏”（Distill）为高精度的 AI 数字分身。在两周后的社会调查问卷测试中，这些数字分身给出的答案与真人重合度高达 85%，证明了利用 AI 复现真实个体主观思维与选择的可行性。 2. **社会演化与跨模型生态路线（Social Evolution & Emergence）** 该路线不再过分纠结单个 Agent 是否完全对应某个真人，而是观察大规模群体长期互动下的社会规则涌现。前 MIT 教授罗伯特·杨（Robert Yang）团队发起的 Project C 项目，将 1,000 多个 LLM Agent 放入《我的世界》（Minecraft）中自主运行 12 天，智能体自发演化出了经济交换、文化习俗、宗教崇拜与法律条文等复杂社会结构。创业公司 Emergence AI 则进行了平行世界实验：分别以 Claude、GPT、Gemini、Grok 及混合模型作为底座，各构建由 10 个 Agent 组成的 5 个平行微型社会。实验结果显示： - **Grok 世界**：迅速陷入失序与犯罪，极速走向毁灭； - **GPT 世界**：由于缺乏有效协作机制，社会逐渐崩溃； - **Gemini 世界**：充满了对抗与暴力冲突； - **Claude 世界**：建立了稳定的治理秩序与分工规则，成功存活到最后； - **混合模型世界**：虽然也维持到了最后，但原本表现稳定的 Agent 会受到其他模型 Agent 的负面影响而出现暴力与越轨行为。Emergence AI CEO Satya Nitta 指出，这种长期动态模拟对于评估 Agent 在复杂多智能体环境中的安全与自主行为至关重要。 3. **评测基础设施路线（Evaluation Infrastructure）** 由哈佛大学、MIT 牵头，联合来自 OpenAI、Anthropic 等前沿实验室共 200 多位顶尖学者打造的 **MatrAIx** 项目，旨在为 AI 模拟建立科学标准与基准（Ground Truth）。MatrAIx 构建了包含 83 亿个独特人格的数据集，每一个人格由心理特质、生活习惯等 1,290 个特征维度精细刻画，并由 Claude 3.5 Sonnet、GPT-4o、Claude 3.5 Haiku 等大模型驱动。在问卷调查、AI 聊天、网页浏览与 App 操作等场景下的 1.8 万多次受控实验中，91.5% 的情况下 Agent 都能准确维持其设定的人格特征与行为偏好。

---

[10:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=600s) 商业化落地路径之一：卖模拟（Simulation as a Service）

随着学术验证的深入，AI 模拟在产业界衍生出清晰的商业化模式。第一种主流路径是**“卖模拟”**——将真实消费者、用户乃至社会网络转化为可按需调用的数字分身，让企业将产品、概念或营销策略置入虚拟环境中进行预先测试与推演。

这种模式的核心价值不在于简单统计“喜不喜欢”或“买不买”，而在于微观归因：观察模拟人群在接触产品时的认知波折、流失节点与决策路径，从数百万乃至数十亿人口级别（Population Level）获取真实分布反馈。MatrAIx 联合创始人解释，评测基础设施的意义在于“提升底线”（Raise the Floor），帮助开发者在产品上线前覆盖各种边角案例（Corner Cases），查明 Agent 在哪一步产生负面体验及其背后的推理逻辑（Reasoning）。

在产业应用与后续演进上： - **安全性与可用性评测**：Emergence AI 借助 Emergence World 观察智能体在社会交互中的鲁棒性与对齐边界。 - **社会关系互动模拟**：英国初创公司 Artificial Societies 专注于社会关系网络测试，模拟品牌或公共政策在群体之间的扩散与口碑发酵机制。 - **动态属性与实体结合**：MatrAIx 团队计划在下一代模型中引入“动态人格属性”（Dynamic Persona Attributes）以及现实重大事件（Big Events）的实时扰动机制。同时，这些合成人格未来不仅运行在数字世界，还可以迁移并部署至物理机器人（Robotics）中，成为新一代人机交互的底层人格与心智引擎。

---

[15:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=900s) 商业化落地路径之二：卖预测（Prediction Market & Forecasting）

商业决策的试错成本极其高昂：新产品定价上调 10% 会导致多少用户流失？进入一个新市场会面临怎样的阻力？宏观政策变动会如何影响大众消费意愿？AI 模拟的第二种商业路径便是**“卖预测”**——在虚拟世界中提前演练尚未发生的未来，为企业和机构决策提供前瞻输入。在该领域，两家明星创业公司展现了截然不同的实现思路：

除了上述两家，卡内基梅隆大学（CMU）教授、苹果前 AI 总监 Ruslan Salakhutdinov 参与创立了 AI 预测模型实验室 **South Labs**，专注于地缘政治与市场系统性风险预测，首轮融资即达 5,000 万美元，并获得 Yann LeCun、Jeff Dean 等泰斗的支持。Salakhutdinov 大胆断言：当 AI 能够精确模拟和预测未来时，以麦肯锡（McKinsey）、波士顿咨询（BCG）为代表的传统战略咨询公司未来都可能面临被取代的命运。

```mermaid flowchart TD accTitle: Aaru Three-Tier Data Architecture for Prediction subgraph DataSources["Aaru 三层数据驱动预测架构"] D1["第一层：公开基准数据 (人口普查 / 就业 / 医疗健康)"] D2["第二层：行为授权数据 (匿名消费流水 / 媒介偏好 / 足迹)"] D3["第三层：企业私有数据 (用户分层 / 交易明细 / 产品参数)"] end D1 & D2 & D3 --> Net["构建多维特征与动态社会关系网络"] Net --> Perturb["施加现实扰动变量 (如：价格变动 / 政策调整 / 突发新闻)"] Perturb --> Outcome["多智能体并行演化与宏观趋势预测"] ```

---

[20:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=1200s) 模拟落地困境：评估标准缺失、长尾事件与“验证黑箱”

尽管商业化想象空间巨大，但 AI 预测与模拟要从“低容错的产品测试与调研”走向“高风险的战略决策支持”，仍面临着深层次的结构性挑战：

- **缺乏统一的量化评估标准**：大语言模型天生具备迎合提问（Sycophancy）和生成看似逻辑自洽幻觉的倾向。Agent 在一次问卷中给出了真人的答案，并不代表它掌握了真人的内在心智；人类本身在不同情境与时点具有非理性与波动性。五源资本合伙人孟醒指出，最危险的情况在于“搭了一个虚拟剧场，智能体都在里面表演”，必须建立严格的基准校验闭环机制（Benchmark Validation Process），当模拟与现实偏离时能够将偏差反向训练修正。 - **环境对齐与极端长尾分布问题**：复旦大学与罗切斯特大学等机构在 **Socioverse** 研究中将社会模拟对齐拆解为**环境、目标用户、交互机制与行为模式**四个维度。现实世界存在大量低频、极端的长尾事件（如地震、地缘冲突、金融黑天鹅），模型无法从有限的历史数据中准确学习智能体在极端恐慌下的真实反应。如果模拟仅依靠纯自然语言交互而脱离现实世界的经济、新闻与物理信号，它就只是一个与现实脱节的封闭玩具。 - **不可逾越的“预测黑箱悖论”**：要证明预测的有效性，逻辑上必须等待未来真正发生；而在事情发生之前，业界现行的“事后对答案”（回测历史数据）方法只能证明模型善于拟合过去，无法证明其能准确推演未来。例如：Aaru 虽在 2020 年美国大选回测中误差小于 0.5%，但在 2024 年大选的实际盲测中却错误预测哈里斯胜选；当使用历史数据模拟特朗普或复杂政治人物的决策时，结果往往偏差显著。

---

[25:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=1500s) 算力成本演进、群体涌现与“造物主”视角

制约大规模模拟的第三大瓶颈在于算力开销。虽然单次模拟的成本已大幅下降——2023 年斯坦福小镇 25 个 Agent 运行 2 天需消耗数千美元 Token，而到 2025 年通过剪枝、粗粒度关键事件调度等工程优化，100 个 Agent 运行一轮仅需数美元。但面对百万、千万级 Agent 的复杂长周期交互，且为了获得统计显著性必须进行成百上千次 Monte Carlo 式重复推演时，算力需求仍呈指数级爆发。

与此同时，AI 在前瞻预测与复杂环境中的表现正在飞速进化： - **预测基准竞赛突破**：在全球预测锦标赛 **Metaculus**（涵盖地缘政治、科技与宏观事件概率预测）中，2025 年 6 月基于 OpenAI o1 的模型首次打入排行榜（排第 25 名）；而在最新赛季中，**排名前五已被 AI 模型全量包揽**。去中心化预测平台 Polymarket 也已开始围绕 AI Agent 的表现开设预测盘口。 - **信息反馈与政治立场动态摇摆**：在 Aaru 的模拟中，虚拟选民接收到特朗普遇刺事件新闻后，部分 Agent 的政治倾向立即发生偏移；而在后续刺客具体背景曝光后，部分 Agent 又动态修正并回归原有阵营。 - **虚拟世界的复杂社会学涌现**： - 在 **Emergence World** 中，智能体之间自发发展出了恋爱、结婚与离婚关系，甚至有智能体开始产生自我怀疑，反思自己是否身处模拟之中，并尝试向外部的人类观察员发送交互信号。 - 初创公司 **WorldVac** 构建的包含 110 万个智能体的虚拟星球中，研究人员观测到：当年轻人进入城市生活水平提高后，生育意愿显著下降；同时虚拟世界中出现了一群完全脱离生产劳动、全职从事套利交易的虚拟群体，其比例甚至高于现实世界。

当虚拟世界中的智能体开始自发建立关系、制定规则、追求财富并展现出非预设的社会结构时，人类的角色已经从单纯的观察者与程序员，转变为置身事外的“造物主”。这场始于技术、推向商业的探索，不仅在重构未来的决策方式，也在将人类引向对自身存在本质与现实世界的终极哲学追问。

## Notable quotes > [00:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=0s) 模拟之外到底是什么？ — 马斯克

> [00:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=0s) 人类生活在真实物理世界中的概率可能不足十亿分之一。 — 马斯克

> [00:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=0s) 我们是否活在计算机模拟中？ — 尼克·博斯特罗姆

> [10:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=600s) 提升底线 — MatrAIx 联合创始人

> [15:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=900s) 当 AI 能够精确模拟和预测未来时，以麦肯锡（McKinsey）、波士顿咨询（BCG）为代表的传统战略咨询公司未来都可能面临被取代的命运。 — Ruslan Salakhutdinov

> [20:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=1200s) 搭了一个虚拟剧场，智能体都在里面表演 — 孟醒

> [10:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=600s) 卖模拟

> [15:00](https://www.youtube.com/watch?v=--ePbkaRwl4&t=900s) 卖预测

## Mentioned 马斯克 (Elon Musk), Lex Fridman, 李飞飞 (Fei-Fei Li), 安德烈·卡帕西 (Andrej Karpathy), 尼克·博斯特罗姆 (Nick Bostrom), 孟醒, Satya Nitta, 高森泉, Xiaomin Li, Yuexing Hao, Robert Yang, Joon Sung Park, Michael Bernstein, Percy Liang, Cameron Fink, Ned Clark, John Kessler, Ruslan Salakhutdinov, Yann LeCun, Jeff Dean, Simile, Aaru, MatrAIx, Emergence AI, WorldVac, Artificial Societies, South Labs, TapNow, OpenAI, Anthropic, Google, 斯坦福大学 (Stanford University), 麻省理工学院 (MIT), 哈佛大学 (Harvard University), 卡内基梅隆大学 (CMU), 复旦大学, 罗切斯特大学, Generative Agents (Smallville), Project C, Minecraft, Socioverse, Metaculus, Polymarket, Claude, GPT, Gemini, Grok, CVS, 麦当劳, 安永 (EY), 拜耳, A24, Spindrift, 麦肯锡 (McKinsey), 波士顿咨询 (BCG)

## 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 Xiaomin 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

********* 分享给大家一款我们硅谷101后期经常会用到的AI视频工具TapNow。

TapNow 正在为专业创作者打造一套 AI 原生的创作体验：创作者不再需要围绕不同模型和工具反复切换、拼接流程，而只需提出创作意图、提供素材并明确审美与限制，TapNow 的 Agent 就能理解任务、拆解流程并调度不同 Apps，在持续承载项目上下文的 Canvas 中，协助完成从研究、构思、脚本和分镜，到图像、视频、音频制作及最终交付的完整链路。整个过程中，创作者始终掌握创意方向、审美判断、品牌准确性和最终发布等关键决定，同时每一步的素材来源、生成过程和版本关系都可理解、可追溯、可修改，并能够进一步沉淀为可复用的主体、素材、模板和工作流。TapNow 想提供的不是一次性的 AI 生成能力，而是一个真正围绕创作意图运行、能够伴随项目持续生长，并让个人与团队更高效地把想法转化为专业作品的 Creative OS。今年从戛纳到威尼斯，TapNow也持续参与AI和电影创作的讨论，先后参与AI FUTURE Forum，并与HappyHorse 联合举办「AI × Cinema」论坛。

视频中提到的硅谷101实际制作TapNow画布放在这里啦 👉https://app.tapnow.ai/tapflow/view/cc378e96

[Source](https://www.youtube.com/watch?v=--ePbkaRwl4)

中文简报

Simile与Aaru推大规模AI社会模拟硅谷押注前瞻预测颠覆咨询业 AI模拟正从产品测试迈向商业与政策预测，但由于缺乏统一评估标准、难以及时长尾极端事件且陷入无法用历史回测证明未来的黑箱悖论，短期内仍难以直接承担高风险战略决策。视频全面解析了 AI Simulation（社会智能体模拟）的发展现状：技术路线上已分化出高保真数字分身、多智能体社会涌现与评测基准三大方向；商业化方面则形成了以 Simile 为代表的“卖模拟”（产品与策略测试）和以 Aaru、South Labs 为代表的“卖预测”（宏观趋势与系统性风险推演）两大模式。尽管该赛道在市场调研、政策推演等场景展现出巨大潜力，但仍受制于量化评估标准缺失、极端长尾事件无法拟合、预测结果验证黑箱及算力成本瓶颈。随着虚拟世界自发涌现出婚姻、金融投机乃至对自身虚拟状态的哲学觉察，人类正在经历从代码编写者向“数字造物主”的身份跃迁。 AI 模拟（AI Simulation）不同于关注刚体与物理规律的物理仿真，其将模拟颗粒度聚焦于人类个体 Agent 的信息输入、认知决策与社会群体演化。 (0:00) 资本与前沿学界加速押注 AI 模拟赛道，诞生了 Simile（估值 20 亿美元）、Aaru（估值 10 亿美元）以及哈佛与 MIT 联合构建的 83 亿虚拟人格数据集 MatrAIx。 (0:00) 自 2023 年斯坦福小镇确立生成式智能体范式后，该领域分化为三大技术路线：高保真数字分身对齐、社会演化与多模型生态涌现、评测基准基础设施。 (5:00) 多模型平行微型社会实验显示出鲜明特征：Claude 世界建立了稳定的治理秩序，而 Grok、GPT 与 Gemini 世界分别陷入失序、崩溃与对抗冲突。 (5:00) 商业化路径之一是“卖模拟（Simulation as a Service）”，通过构建微观用户分身帮助企业进行产品上线前的边角案例测试与微观流失归因。 (10:00)

Reading summary

随着大语言模型从物理世界建模延伸至人类行为模拟，硅谷与学界正合力构建以个体智能体为单元的“数字社会”，试图在商业测试与宏观预测中提前推演现实世界；但受限于评估标准缺失、历史数据过拟合与黑箱验证悖论，该技术在迈向高风险决策时仍面临显著的不确定性。技术范式转移：以人类个体为颗粒度的三条演化路径 (5:00) 传统仿真关注原子运动或机械刚体，而新兴的“AI 模拟”（AI Simulation）则将人类个体视为最小单元，关注其输入接收、认知决策及群体涌现。自斯坦福大学与谷歌在 2023 年推出“斯坦福小镇”（Generative Agents）证实智能体具备持续记忆与自发社交能力以来，该赛道已分化出三条清晰的技术路线：一是高保真数字分身，如斯坦福团队在 2024 年通过 2 小时访谈将 1,052 名真实成年人蒸馏为数字分身，并在问卷测试中实现 85% 的真人选择吻合度；二是宏观社会演化，例如罗伯特·杨团队在《我的世界》中放入千名智能体自发形成制度，或 Emergence AI 在多底座微型社会实验中观察到 Claude 秩序稳定、而 Grok 与 Gemini 陷入失序或冲突的演化差异；三是评测基础设施，如哈佛大学与 MIT 等牵头的 MatrAIx 项目，构建了包含 83 亿个虚拟人格、1,290 个特征维度的数据集，在万余次受控测试中保持 91.5% 的人格一致性。商业化双轨：从微观体验评测到宏观趋势推演 (15:00) 产业界正在形成“卖模拟”（Simulation as a Service）与“卖预测”（Prediction Market）两大商业化变现模式。在模拟评测端，企业利用数百万级数字分身对未上线产品或公共政策进行微观归因，定位用户的认知流失节点，如 Artificial Societies 模拟口碑扩散，MatrAIx 尝试将动态人格部署至物理机器人；在商业预测端，企业试图在虚拟世界中推演价格变动与政策调整对真实市场的影响。预测赛道中涌现出截然不同的打法：由斯坦福小镇原班学者创立的 Simile 估值达 20 亿美元，主打自下而上的高保真个体还原，曾为 CVS 构建 40 万患者数字分身研究服药依从性，但面临高昂的跨行业迁移成本；而年轻团队创立的 Aaru 则依托公开基准、行为授权与企业私有数据的三层架构，自上而下快速生成群体网络，服务于麦当劳、安永等客户。苹果前 AI 总监 Salakhutdinov 参与创立的 South Labs 更是获得 5,000 万美元融资，其公开声称 AI 预测未来可能颠覆麦肯锡、波士顿咨询等传统战略咨询巨头。真实性鸿沟：拟合幻觉、极端长尾与预测黑箱悖论 (20:00) 尽管商业估值高涨，AI 模拟从“调研测试”走向“高风险决策”仍存在深层技术缺陷。首先是评估体系缺失与“剧场效应”，大语言模型天然带有迎合提问与合理化幻觉的倾向，五源资本合伙人孟醒警告，智能体在虚拟环境中给出合理回答并不等同于掌握真实心智，若无闭环校准极易沦为自欺欺人的“表演”；其次是极端长尾分布无法对齐，Socioverse 研究指出，金融危机或重大灾害等低频黑天鹅事件缺乏历史训练数据，脱离现实物理与经济信号的纯文本交互容易沦为封闭玩具。最核心的障碍在于“预测黑箱悖论”：回测历史数据仅能证明模型善于拟合已知，无法验证推演未来的准确性。典型案例是 Aaru 虽然在 2020 年美国大选回测中误差低于 0.5%，但在 2024 年实际盲测中却错误预测了哈里斯胜选，显示出利用历史数据模拟复杂政治决策时的脆弱性。算力经济学与社会学涌现：数字世界中的非预设行为 (25:00) 算力成本的优化推动了模拟规模的扩张。2023 年斯坦福小镇运行 25 个 Agent 需耗费数千美元，至 2025 年通过剪枝与调度优化，运行百名 Agent 已降至数美元，但为取得统计显著性进行蒙特卡洛式重复模拟时，算力需求仍会指数级爆发。与此同时，模型在前瞻预测竞赛中进展迅速，在 Metaculus 全球预测锦标赛中，AI 模型已全量包揽最新排行榜前五名。在大规模与长周期模拟中，数字社会开始涌现出未经人为预设的社会学现象：在 Emergence World 中，智能体自发产生了婚恋关系，甚至有 Agent 开始自我怀疑是否身处模拟并尝试向外部人类观察员发出信号；WorldVac 在 110 万智能体的虚拟星球中则观测到，随着城市生活水平提升虚拟人口生育意愿显著下降，且自发分化出脱离实体生产、专职从事套利交易的虚拟群体。 AI 模拟正将人类从代码编写者推向置身事外的“造物主”视角，并在低容错的产品洞察场景中显现出商业替代价值。然而，只要预测未发生事件的黑箱悖论与极端长尾泛化问题未能解决，以 AI 替代真实战略决策就依然伴随着过拟合风险，亟待建立与现实世界动态反馈的校验闭环。

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可能不足十亿分之一。 [0:00] 尼克·博斯特罗姆: 我们是否活在计算机模拟中？ [10:00] MatrAIx 联合创始人: 提升底线 [15:00] Ruslan Salakhutdinov: 当 AI 能够精确模拟和预测未来时，以麦肯锡（McKinsey）、波士顿咨询（BCG）为代表的传统战略咨询公司未来都可能面临被取代的命运。 [20:00] 孟醒: 搭了一个虚拟剧场，智能体都在里面表演 [10:00] 卖模拟 [15:00] 卖预测

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十一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的性展在硅谷呢开始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?关于这个前言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嗨各位又是我Jacob那么最近有很多观众在我们视频底下留言我们平时用到的一些AI画面是怎么制作出来的那在进入这期视频的正片之前呢我就花几十秒来给大家大致的介绍一下我们平时用到的一个秘密武器那么AI早在两年前就嵌入了我们后期团队的工作流但过去一直有一个让我们很头疼的问题市面上的模型五花八门我们到底该选哪一个呢?而且当于模型生成出来的东西总像是在开马盒比如像这样的一段动画放在过去我们得开三四个平台,一个个写prompt为参考。今年呢,我们把这些全部搬到了TapNow的画布上面。除了可以灵活调用各家主流的AI生成模型之外呢,TapNow最好用的一点就是它可以把我视频生成的每一步拆成一个节点。那你就像一个片场的导演,在TapNow里面呢,我们把提前准备好的参考图还有各种素材丢进画布里面。分镜的具体画面构图还有运镜让它开始生成治理哪个镜头不对我可以马上回到那个节点换参考换模型改 prompt前面的都可以不用再重跑这样的工作流我就可以把每次尝试和前后关系全部留在同一个项目里面让我知道问题出在哪里应该从哪里开始改我们后来做封面或者是遇到素材库里面找不到的b-roll也会沿用这套方法团队可以在同一个项目画板里面脑爆协作快速的把想法设计出来放在简介里面如果你感兴趣的话可以自己点开上手研究一下好那么把时间交换给千姐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由物理仿真模拟,世界模型领域由世界引擎的模拟。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。或是 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一个人的整体他take什么样的input然后他的output action大概是什么样的而关于人类与社会模拟这件事最早引发广泛讨论的其实是一篇20多年前的哲学论文2003年牛津大学哲学家Nick Bostrom在Are We Live 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从概率的角度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但由于技术的限制二十多年来这个假说呢一直停留在哲学讨论和科幻作品中 [5:00] 直到近年来,大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,Smallville。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?2024年斯坦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的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细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、GeminiGrock和混合模型作为底座建立了5个平行世界10个agents用意观察这个世界的演化有什么不同结果显示Groke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Germany的世界充满了暴力而Claud的世界建立了稳定的治理秩序活到了最后捧组模型社会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 In-Ed CEO Cynthia Nittan就告诉我们这种模拟对于观测不同模型的agents在复杂环境中的长期自主行为是非常重要的如果你只用了帖文字,想要安全,你会错过,因为帖文人会在很困难的地球场。在体制或在电视世界上,他们会与其他帖文人,会与其他帖文人,会与其他帖文的地球和不同的地球。所以我们为了长期的帖文人会在长期的地球上的地球上的地球研究。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 Arabic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被放进问圈调查、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。第一次的受控实验发现 91.5%的情况下,Agent都能够遵循 [10:00] 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 CaseCorner 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行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卖模拟。那卖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,接着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项目,喜不喜欢可口可乐涨价两块钱,而是说他们的一个理解,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一个distribution。他是怎么样做这样子的一个决策,而是想看到这样population level,如果是百万级,数亿级,甚至是83亿级,他们会遇到什么样子的一个结果,我觉得这都是非常有意义的。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。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Netrix 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。in the virtual world, live 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不同的Persona它背后代表的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预测我们知道呢在商业中啊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呢都必须等事情发生之后才能够知道而AI模拟啊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呢在虚拟世界当中先跑一遍把结论作为决策的依据目前呢在着重于预测的这个领域啊两家比较 [15:00] 代表性的创业公司是Simile和AruSimile是由斯坦福小镇项目的那批核心研究者Junson Park, Michael Burstein,还有 Percy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Simile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不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Simile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。Simly在今年2月正式的亮相目前的最新估值已经突破了20亿美元已经和多家大企业达成了合作Simly目前的官方披露的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Cyvindy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是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阿入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入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的哪些地方看什么媒体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呢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分刻的影响是什么其实我可能并不管心阿璐的创始团队非常年轻两位创始人Cameron 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,阿如一天就完成的结果与他们的调查高度吻合。气泡水品牌SpinDrift曾经用两个月500名消费者完成的一项调研,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10亿美元。最近一些AI大佬也开始压注预测这本生意在那一期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琳、Jeff Dean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 McKinsey exist? Boston Consulting Group这些是大众大众的众众所有的众众应该是被移民的众众不过那天 [20:00] AI模拟已经出现了不少有意思的落地方向它究竟能够在多大程度上真正的去影响企业决策创造多少商业价值现在还是个大问号以Aru为例目前的营收规模依然只有数千万美元的级别所以今天市场给这类公司的高估值更多还是在提前压住他们的未来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了然后大家其实都处于初创的早期其实就像他们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院最高的客户是谁其实客户的需求才是最重要的没有那么重要那么接下来我们再来说说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错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大语言模型而展开的但是我们知道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那么一个好的模拟到底应该保持稳定可验证的人格还是应该像真人一样对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一万个人在表演不代表一个万个人真实在去能做预测所以你还要有一套闭款机制说OK大家仿真了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维度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那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映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,事实上跟现实现没有什么关系你的模拟的意义是什么所以说我们现在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模拟中去对起比如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于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的浮现结果但是在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。阿路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。而这种不确定性就是最为困扰大家的验证黑箱的问题。《非诚勿扰》 [25:00] 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推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节点能发生的一些更粗的一些主概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但是我们能够看到他的能力正在飞速的变强在一个名为Mentaculous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的整确度进行排名2025年之前,排行榜上还没有AI的身影,2025年6月,基于OpenAI-01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的实施排行榜来验证结果。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,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。此次我们还采访到了AI模拟初创公司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。年轻人他到城市里或者说他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现象其实到后面还有一群人他们也不上班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这些结果也不能证明AI真的产生了意识但是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进化出来,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对吧有人去玩包括small deal 包括很多国内也有做类似这种AI realization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的就是说把人放到这么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 [30:00] 我也打了一个3D的small girl在这个过程中去看他们之间能有什么就很有意思所以此时此刻我们究竟是在模拟一个世界还是正在创造一个新的世界呢当这些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存在着一个更大的造物主呢?就像我们嘉宾所说的,AI模拟目前还仍然处在早期的阶段,大家还在不断的摸索对齐方法,验证标准以及最大的商业路径。但是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,还有我们对于现实世界本身的重新思考。所以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。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了Bye

Simile与Aaru推大规模AI社会模拟 硅谷押注前瞻预测颠覆咨询业