AI模拟走向风口：从83亿数字人格到预测人类社会

马斯克曾被问及：如果通用人工智能（AGI）实现，只能问它一个问题，会问什么？他的回答是：“模拟之外是什么？”在过去，这只是科幻或哲学层面的思考；但随着大语言模型与多智能体技术的发展，硅谷正在把“社会模拟”变成一门估值数十亿美元的真实生意。

近期，AI模拟（AI Simulation）赛道迅速升温：由李飞飞、Andrej Karpathy共同投资的Simile估值突破20亿美元；由年轻团队创立的模拟预测公司Aaru估值逼近10亿美元；哈佛大学与MIT联合发起的MatrAIx项目，更是在虚拟空间构建了83亿个数字人格，试图镜像全人类。

什么是社会模拟？

与机器人领域的物理仿真不同，智能体社会模拟的最小颗粒度是“单个人的决策行为”。五源资本合伙人孟醒指出，世界模型关注的是物理规律，而智能体社会模拟对应的是社会学、心理学与经济学——研究个体在不同情境下会如何决策，以及群体之间如何涌现出规则。

2023年斯坦福大学发布的“生成式智能体小镇”（Smallville）开启了这波浪潮。25个由大语言模型驱动的AI Agent在没有预设剧本的情况下，展现出了记忆、长程规划与社交互动能力。随后，学术界与工业界沿着三条路线持续推进：

1. 高精度对齐真人：斯坦福将实验扩展至1052个Agent，通过对真实受访者进行2小时深度访谈并提炼Prompt，让Agent在两周后的调查问卷中与真人选择相似度达到85%。
2. 群体演化与关系涌现：MIT团队的Project Sid将1000个Agent放入《我的世界》中运行12天，观察到了经济分工、宗教与治理结构的自发形成；Emergence AI则对比了基于GPT、Claude、Gemini驱动的平行世界，测试长期自主运行的安全性。
3. 基准评估基础设施：MatrAIx构建了1290个维度、83亿个独特人格，通过受控实验评估多智能体系统的可靠性与偏好，旨在产品上线前完成全场景评测。

商业化：从卖“模拟”到卖“预测”

企业为何愿意为此买单？核心痛点在于降低未知决策的成本。

第一种商业模式是将“模拟”作为产品评估工具。企业不再需要耗时数月招募焦点小组，而是通过批量生成具备特定背景的数字分身，测试产品流失路径、广告反馈乃至定价敏感度。英国公司Artificial Societies与MatrAIx均在探索这种数字用户沙盒，甚至计划将数字人格注入实体机器人中。

第二种更具野心的模式是宏观“预测”。代表企业呈现出两条截然不同的工程路线：

• 单体深度路线（Simile）：追求单个Agent的高度真实性，通过深度还原记忆与反思过程构建“人类行为基础模型”。美国连锁药房CVS已利用其构建的40万个数字分身，分析患者依从性与体验。缺点在于定制成本高，跨领域迁移难度大。
• 群体广度路线（Aaru）：不深究个体细节，而是融合公开人口普查、消费流动及企业私有数据构建关系网，模拟群体层面的宏观反应。Aaru曾在纽约市长初选中准确预测黑马胜出，并帮助麦当劳、安永、拜耳等客户在数天内完成传统需要数月的市场调研。

卡耐基梅隆大学教授Russ Salakhutdinov甚至创立了预测地缘政治与市场风险的Sooth Labs，直言传统咨询机构应被AI模拟预测所取代。

瓶颈与“预测黑箱”

尽管前景广阔，AI模拟商业化仍面临严峻挑战：

• 基准缺失与表演倾向：大模型往往倾向于输出符合逻辑的自洽回答，而非真人在非理性、疲惫或情绪化状态下的真实反应。如何避免“一万个Agent在虚假表演”，缺乏行业通用的闭环验证标准。
• 复现历史不等于预测未来：通过事后对答案证明模型有效并不可靠。Aaru在2020年大选回测中误差小于0.5%，但在2024年实际大选中出现严重误判。当面对低频黑天鹅事件（如金融危机、战争）时，模型极度缺乏泛化能力。
• 高并发推理成本：尽管单次API调用成本在下降，但万级、百万级智能体的全连接长程互动，计算复杂度呈指数级上升。降本与交互剪枝成为规模化落地的核心瓶颈。

在Metaculus等全球预测竞赛中，以OpenAI o1为代表的AI系统已经在概率预测排行榜上名列前茅；在多智能体沙盒里，研究者也观察到了类似现实社会的生育意愿变化、自发金融套利等群体涌现行为。

AI模拟究竟是在精准计算未来，还是在生成一个平行世界？这场押注未来的试验才刚刚开始。