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Lex Fridman的采访中被问到，如果有一天人类实现了AGI并且只能问它一个问题，他会问什么。在思考了长达10秒之后，他说：“What's outside the simulation？”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。我不知道这个数他是怎么给算出来的，但是显然这种几近科幻的理论目前还没有任何的科学证明。

然而非常有趣的一点是，随着最近AI的进展，在硅谷人们开始尝试去扮演“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、Andrej Karpathy同时押注的Simile最新估值达到了20亿美元。

由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MatrAIx，更是一举模拟了83亿个AI虚拟人格，相当于把全人类都镜像到了数字空间。

哈喽大家好，欢迎收看《硅谷101》，我是陈茜。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？

关于这个前沿又有点“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MatrAIx论文的作者们来帮我们一起深入解读一下。下面就让我们一起走进AI的“黑客帝国”。

Hi各位，又是我Jacob。最近有很多观众在视频底下留言问我们平时用到的一些AI画面是怎么制作出来的。那在进入这期视频正片之前，我就花几十秒来给大家大致介绍一下我们平时用到的一个秘密武器。

AI早在两年前就嵌入了我们后期团队的工作流，但过去一直有个让我们头疼的问题：市面上的模型五花八门，到底该选哪个？而且单一模型生成出来的东西总像开盲盒，每次生成你要抽很久才能有可以用的画面。

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、喂参考。今年我们把这些全搬到了TapNow的画布上。除了可以灵活调用各家主流的AI生成模型之外，TapNow最好用的一点就是它可以把视频生成的每一步拆成一个个节点。

就像一个片场的导演，在TapNow里我们把提前准备好的参考图和各种素材丢进画布里。当确定好我场景的美术风格和方向后，我就可以给它描述我每一个分镜的具体画面构图和运镜。

让它开始生成。这里哪个镜头不对，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。这样的工作流可以把每次尝试和前后关系全都留在同一个项目里，让我知道问题出在哪、应该从哪里开始改。

我们后来做封面或者遇到素材库里找不到的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、协作快速地把想法设计出来。我们把刚才那段动画的TapNow画布链接放在了简介里，如果你感兴趣的话可以自己点开上手研究一下。

好把时间交还给Qian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（世界模型）或者physical world model（物理世界模型）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（智能体社会）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作为一个人的整体：他接受到什么样的输入然后他的output action（输出动作）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《我们生活在计算机模拟之中吗？》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，这个假说一直停留在哲学讨论和科幻作品中。

直到近年来大模型的发展迎来了突破。2023年斯坦福大学与Google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。它们的活动没有“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。

（这个研究）意义就是让大家认识到语言模型是可靠的，就是说它真的可以去复现人类社会的一些现象。更多人关注到这个领域让大家愿意去相信这个事情。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。那么如何让它们能够真的像人呢？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。但是它蒸馏得比较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进入场景。

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Agent社会的演化和关系的形成上。比如由前MIT教授Robert Yang团队发起的Project Sid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》游戏当中运行了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，社会结构自己就长了出来。不久之前创业公司Emergence AI也做了一个实验，他们分别基于Claude、GPT、Gemini、Grok和混合模型作为底座建立了5个平行世界，每个世界有10个Agents用以观察这个世界的演化有什么不同。

结果显示Grok的世界迅速陷入混乱和犯罪快速灭亡了；GPT世界因为缺乏协作而逐渐崩溃；Gemini的世界充满了暴力。

而Claude的世界建立了稳定的治理秩序活到了最后，混合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 AI的CEO Satya Nitta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。

如果你只是看静态Benchmark就认为这些系统应该是安全的那你可能会得出错误的结论，因为未来的Agent会运行在非常复杂的环境中。无论是物理世界还是数字世界它们会与其他Agent互动也会受到环境中的噪声和各种变化的影响。

所以我们正在逐步把Emergence World发展成一个Benchmark用于研究“长期自主性”。最近还有一条研究路线就是专门从“评估”入手的，比如说MatrAIx就是试图为AI模拟建立一套“评估基础设施”。

这项研究由哈佛、MIT等机构牵头汇集了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、Anthropic等等前沿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Claude Opus 4.8、GPT-5.5和Claude Haiku 4.5等模型把这些人格变成可以行动的Agent。

这些Agent被放进问卷调查、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。研究团队通过400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。

这项研究的目的是把“AI模拟”推进到怎么系统地衡量这个Agent到底有多可靠，而MatrAIx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真实、可落地。

我们的evaluation infra（评估基础设施）Raise the floor（提高最低能力水平），这个意思是说能够先通过这个Cohort diversity（用户群体的多样性）。

在产品出来之前我可以在各个task（任务）下、各种情况下、各种使用方式之下去评测它，它就可能会踩中很多的corner case（边缘场景）。这个corner case（边缘场景）的分析是非常有用的。

你的这个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推理，做出这样的一个偏好和选择。所以我们想要的是先要有一个方法论去怎么样构建这个Ground truth（事实基准），然后再下一步再说怎么样去提高。

而当AI模拟开始在研究层面被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。第一种生意叫做卖“模拟”。

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替身。比如说AI可以根据企业的具体需求快速生成一批具有不同年龄、背景、偏好和行为特征的Agent，让它们去提前体验产品。

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product（产品），喜不喜欢可口可乐涨价两块钱，而是说他们的一个reasoning（推理）。

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（分布）。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（人群水平）。

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，我们觉得这都是非常有意义的。所以这种思路就是把模拟本身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。我们主要是用Agent来提高半导体的良率等等，也正因为如此Emergence World这个实验就非常重要。

我们想弄清楚一个问题：我们在这里构建的这些Agent能不能真正安全地行动？它们能不能始终遵守我们为它们设定的安全护栏和基本规则？更重要的是，它们能不能以一种确定性的方式运行给出真正值得信赖的输入、建议和洞察。

这些输入建议和洞察要足够可信，不能只是概率性的也不能是模型“幻觉”出来的。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MatrAIx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这个Dynamic persona attribute（动态画像属性），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（大事件）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，它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模拟或许也有可能成为未来人机交互的一层基础能力，我们用uni-trained robot（通用训练机器人）把persona（人物形象）加到robot上。

它不只是存在于虚拟世界，存在于Matrix中，它甚至可以在现实生活中跟我们interact（交互），让我们真的能感受到这个不同的persona（人物形象）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：预测。

我们知道在商业中“预测”往往是昂贵的，比如说企业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？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然后把结论作为决策的依据。

目前在着重于“预测”这个领域两家比较有代表性的创业公司是Simile和Aaru。Simile是由“斯坦福小镇”项目的那批核心研究者Joon Sung Park、Michael Bernstein还有Percy Liang教授等人创办。

它的主要思路就是从“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等方式尽量高精度地去还原人类。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它们持续行动。

这样一来模拟回答的就不止是“这个人现在怎么看”，还可以进一步地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也在今年2月正式亮相，目前最新估值已经突破了20亿美元并且已经和多家大企业达成了合作。Simile目前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。

不过高保真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（标准化）。比如可口可乐需要的和这个TikTok他们需要的user profile（用户画像）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（后训练）、pre-train（预训练）的方法去做这样一个模型。这样子的代价是巨大而且它可迁移的能力我们是不知道的。

所以以Aaru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。

Aaru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

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 Aaru 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变化，从而推演现实世界可能会出现的结果。（Aaru）可能关注的更多是速度，关注这些群体之间发生的关系。但至于说是某一个个体它的那个深刻的影响是什么，其实我可能并不关心。

Aaru 的创始团队非常年轻，两位创始人 Cameron Fink 和 Ned Koh 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。Aaru 目前的客户就已经包括了麦当劳、安永、拜耳还有 A24 等等公司。安永曾经让 Aaru 复现过一项复杂的全球调研，Aaru 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，Aaru 的 Agent 一周就得出几乎相同的结论。这些真实的案例让 Aaru 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。

卡耐基梅隆大学教授、苹果首任 AI 主管 Russ Salakhutdinov 就参与创立了一家 AI 预测模型实验室 Sooth 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 Yann LeCun、Jeff Dean 等人的支持。

Russ Salakhutdinov 在采访中就表示，当 AI 能够模拟和预测未来，未来所有的咨询公司都可能消失。麦肯锡、波士顿咨询集团这些都是大型机构，你懂的，它们全都应该被 AI 取代。

不过尽管 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地去影响企业决策、创造多少商业价值，现在还是个大问号。以 Aaru 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，更多还是在提前押注它们的未来可能会打开的市场空间。就当前的阶段来说，无论是把模拟当作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，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细分不同都要为他们做差异化，如果你说中长期的话我觉得其实大家都会在找付费意愿最高的客户是谁。

其实客户的需求才是最重要的，就是你最后用什么方法可能没有那么重要。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 模拟要真正落地仍然面临着几重门槛。

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。但是我们知道大模型习惯给出合理、完整、逻辑自洽的答案，甚至不同的大模型也有自带的个性和偏好。

但由大模型驱动创造出来的 Agent 可能在一次问卷里面给出了和真人一样的答案，但是这并不意味着它真的了解这个人。因为真人本身就不是一个完全稳定的系统，同一个人不同的时间、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一个剧场然后人都在表演。但一万个人在表演不代表一万个人真实能做预测，所以你还要有一套闭环机制说：好，大家仿真了这么一段时间之后回来以后是不是跟真实的那个场景是能够映射上来的。

所以得有 benchmark、有 validation process（验证流程），并且如果它有偏移的话你还得把这个训练出来，这个偏差还能训练回去使得它能够修正。而即便单个 Agent 模拟得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。他们将对齐问题拆分成了环境、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、极端的长尾事件，比如说地震、海啸、金融危机等等。大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了很多，人们只能通过自然语言跟它去交互然后它里面发生事情。事实上跟现实世界没有什么关系，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。

我们越来越多的现实信号去跟这个模拟中对齐，比如说现实中的经济的信号、现实中新闻的信号以及现实中人的信号。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。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，现在业内主流的验证方式基本上都是“事后对答案”的这一类。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能证明它一定能够押中未来。

比如说 Aaru 曾在 2020 年的大选回测中几乎能够完美地复现结果，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。Aaru 的创始人也曾经公开表示，当他们尝试利用过去几十年的数据去模拟比如说特朗普、鲍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。第三大挑战是要大规模地进行模拟和预测，算力和运行成本仍然是制约因素。

其实近几年单次模拟的成本下降得非常快。2023 年“斯坦福小镇”25 个 Agent 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全频率、高频率的交互，真正有价值的一些交互的节点可能发生的一些更粗的主干上我们可以用剪枝的方法把这个成本稍微降一点点。

但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地膨胀。

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。所以降成本仍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。

当它规模变大且你的 action 的 space（动作空间）变多的时候这个也会增加你的仿真难度，你的 throughput（吞吐量）会变得非常大。所以就会是一个超级复杂的三体问题、多体问题、千体问题、百万体问题。

不过虽然目前 AI 的模拟预测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变强。在一个名为 Metaculus 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准确度进行排名。

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。Polymarket 如今已经围绕 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 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 Aaru 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 Emergence World 里面 Agents 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不太愿意去做生育，这是我们观察到的一个表面上的现象。

其实到后面还有一群人他们也不上班就是天天在那里交易，它这个比例比现实要大一点。就好像这个东西的套利空间比现实中要大很多。当然这些结果也不能证明 AI 真的产生了意识，但是它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完全可能自己“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 让它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。

慢慢地我们就从观察者、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”。我们看到的先是从游戏开始看到的，有人去玩 Smallville 包括很多国内也有做类似 AI realization（AI 现实化/觉醒类游戏）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，就是说把人放到这么一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 2023 年的时候我也搭了一个 3D 版的 Smallville。

在这个过程中去看它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，那么它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？就像我们嘉宾们所说的 AI 模拟目前还仍然处在早期的阶段，大家还在不断地在摸索对齐方法、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。

好了这就是这期视频的全部内容了，非常感谢大家看到这里你们的留言、点赞和转发是支持我们《硅谷 101》做好深度科技和商业内容的最佳动力。我是陈茜，那我们就下期视频再见了 bye