復(fù)旦博士COSER牽頭，蔡浩宇A(yù)I團隊的最新研究給我整笑了

讓AI過家家，很有必要。

文/以撒

自蔡浩宇創(chuàng)辦AI公司Anuttacon以來，這支團隊的動態(tài)一直不少。

從去年8月上線的游戲《Whispers from the Star》、年底推出的AI聊天軟件AnuNeko，到今年4月的首個視頻模型LPM 1.0等等成果，Anuttacon在方方面面都有涉及。速度和打擊面上，都真的挺有AI公司的風(fēng)范了。

就在前一陣，葡萄君發(fā)現(xiàn)Anuttacon還在Arxiv上發(fā)布了一篇論文，講了講他們最新的研究成果之一：模擬多智能體社會系統(tǒng)Agentopia。

這篇論文作者欄第一位的王鑫濤，一看就是個年輕人。他在GitHub上發(fā)布了Agentopia項目的源代碼與說明；他的主頁，則列出了自己的情況——復(fù)旦大學(xué)博士，主要研究自然語言處理、角色扮演AI等方向，喜歡ACG文化，還在漫展上出過鐘離的COS……

圖源作者主頁及X

簡單來說，這支研究團隊搭了一個AI社會，讓100個各種各樣的智能體，在里面生活了10個模擬年，觀察其中的社會現(xiàn)象與反應(yīng)，并借此優(yōu)化大模型的角色扮演能力。

看完論文，我真的笑了——當(dāng)然了，論文本身的框架和內(nèi)容都很嚴謹，但里面提到的一些案例、細節(jié)，包括這個項目本身的想法和研究過程，是真的有意思。

01

2026年了，AI小鎮(zhèn)還能怎么玩？

說到AI小鎮(zhèn)，大伙應(yīng)該都不陌生吧？之前著名的斯坦福虛擬小鎮(zhèn)（Generative Agents），可以說啟發(fā)了一大批類似的項目，也讓很多人第一次意識到AI有多好玩。

但不少AI小鎮(zhèn)項目仍然有局限性。核心在于：大部分項目通常只模擬幾天時間，而且往往會把大量算力花在基礎(chǔ)操作上——把一個東西搬過來拿過去這種。這種設(shè)計形式，就很難讓智能體真正過日子，發(fā)展社會關(guān)系、職業(yè)規(guī)劃和個人成長。

所以Agentopia的研究團隊就想了個辦法：他們定義了一種生活獎勵，用來映射人類的幸福感；在這個獎勵分的引導(dǎo)之下，每個智能體會盡可能去追求自己的美好生活。

舉個例子：你看重的人也看重你，你的社交得分就會變高；沒人喜歡你或尊重你，你的得分就會減少。每個智能體每周會規(guī)劃行程、聯(lián)絡(luò)朋友、執(zhí)行活動，一周結(jié)束后復(fù)盤經(jīng)歷，每過完一年還能根據(jù)獎勵更新屬性、升職加薪。

有了抽象的運行規(guī)則之后，團隊構(gòu)建了三個虛擬場景供智能體生活——合租公寓、魔法學(xué)院和中國高中。在100個智能體生活的這10年里，這個小社會里發(fā)生了五花八門的涌現(xiàn)式事件：悄悄話、送禮、過勞崩潰、學(xué)術(shù)合作、激情與工資的抉擇……而背后數(shù)據(jù)呈現(xiàn)的一些現(xiàn)象，看起來也都特別真實。

有人能認出這張圖里的角色都是誰嗎？

比如在社交方面，你能明顯看到，有的智能體是典型的老好人——公寓場景的27歲軟件工程師Leo，10年來每年都被20個人喜歡，幾乎是小鎮(zhèn)的社交中心。但也正因為他把精力分散給了太多人，導(dǎo)致自己沒有特別深厚的關(guān)系，總體社交獎勵下降了41%；

向左滑動查看中文機翻

對比起來，另一個叫Jun的高中女生，雖然只有5個朋友，關(guān)系卻發(fā)展得特別深，反而獲得了更高的社交滿足感。甚至和一位朋友有過99次圖書館碰面、44次輔導(dǎo)課的經(jīng)歷，真是親閨蜜吧……

Jun這個角色很有意思：早期的她，其實是高中里不折不扣的社交狂魔，參與過402次的聯(lián)合活動。但代價就是，她的活力值一路從70崩到了0——論文直接管這個現(xiàn)象叫「Emotional labor burnout」。結(jié)果在和咨詢師談話之后，她才開始主動取消大量泛泛社交，轉(zhuǎn)向少數(shù)深度關(guān)系。

順帶一提，從官方示意圖來看，標注Emotion Burnout的角色形象，很像《原神》里的雷電將軍。在游戲中，雖然雷電將軍（或者說影）不怎么參加社交活動，但她的朋友確實屈指可數(shù)……不知道在設(shè)計人設(shè)時，研究者是不是有所參考。

向左滑動查看中文機翻

在性格演變方面，你能完整觀測到一些智能體的成長和變化——高中場景里有個叫Linyu的女生，原本有嚴重的社恐，但經(jīng)過長達9年、共57次的心理輔導(dǎo)，加上繪畫練習(xí)和緩慢的社交暴露后，她的自信屬性暴漲了50點，內(nèi)向下降了30點，完成了一次非常巨大的個人蛻變。

向左滑動查看中文機翻

甚至在更宏大的社會經(jīng)濟層面，你也能看出一些頭緒——在虛擬世界里，因為沒有投資增值、雇傭剝削等財富滾雪球機制，大家的基尼系數(shù)（貧富差距）縮小了；

但與此同時，在階層固化熱力圖里卻能看到：排在頂部25%的富裕階層，到了第二年依然留在頂部的概率高達72%~79%；而底部25%留在底部的概率也同樣高。這說明在AI社會里，雖然貧富絕對差距在縮小，但連AI也很難跨越固化的階層。

在這個背景下，很多角色也做出了有趣的抉擇。比如公寓場景的Sebastian，他主動辭掉高薪工作，降了一半薪水轉(zhuǎn)行去做攀巖教練，情緒值一下從43暴漲到了97。但也沒因此就飄了——他相當(dāng)理智地存了6年錢，直到第七年各項指標（活力值、存款）證明新生活已經(jīng)完全步入正軌后，才開始放開手腳去享受物質(zhì)生活。

向左滑動查看中文機翻

像這樣的研究項目，最有意思的地方就在于這一點：這些現(xiàn)象和變化，都是沒有預(yù)設(shè)腳本，純靠底層設(shè)計、AI交互涌現(xiàn)出來的現(xiàn)象。

02

讓AI過家家，很有必要

有朋友可能會好奇，到現(xiàn)在還研究AI小鎮(zhèn)，到底有什么用？

這個話題其實可以說很多，不過在Agentopia這個項目里，研究的目的總結(jié)起來就一句話：讓AI更有人味兒。

這張示意圖中也出現(xiàn)了大量《原神》角色

目前很多AI大模型、AI伴侶或NPC想要有人味兒，背后都得靠投喂大量的人類對話數(shù)據(jù)來微調(diào)。而現(xiàn)在擺在面前的問題有兩個：一是高質(zhì)量的人類數(shù)據(jù)快要被榨干凈了，而且人工標注又貴又難規(guī)?；欢莾H僅學(xué)人類說話，AI可能還學(xué)不會思考與抉擇。

Agentopia的研究方向，就是通過抽象系統(tǒng)、獎懲機制，讓AI自己在生活中模擬，再嘗試借此讓AI更進一步：在模擬過一輪之后，他們提取了前25%進步最大的智能體的高質(zhì)量數(shù)據(jù)，喂給底層大模型（Qwen3.5-397B-A17B）重新微調(diào)訓(xùn)練。

向左滑動查看中文機翻

結(jié)果就是，新一代智能體回到虛擬小鎮(zhèn)里，變化非常明顯：受尊重程度提升了24.2%，被喜歡程度提升了15.9%，甚至各項主觀幸福感都全面上漲，唯獨物質(zhì)滿足感暴跌了14.8%——因為他們也發(fā)現(xiàn)，大手大腳花錢一時爽，年底算賬就慘了。

這波啊，這波是AI無師自通了延遲滿足和抗風(fēng)險思維……

更重要的是，這種訓(xùn)練效果，并不會局限在Agentopia這個小鎮(zhèn)里——團隊把訓(xùn)練后的大模型拉到外部測試，發(fā)現(xiàn)經(jīng)過社會生活的AI，擬人化程度上升了23.7%，角色忠誠度上升了16.4%，總成績甚至超越了Claude-4.5-Sonnet。

向左滑動查看中文機翻

這樣的變化，就暗示了一個方向：不靠人喂數(shù)據(jù)，用模擬社會的經(jīng)驗來訓(xùn)練角色，其實也可以提升智能體的擬人化水平。

03

結(jié)語

當(dāng)然，即使有這么多有意思的細節(jié)，也不代表Agentopia能一下子催生個什么大項目出來。論文里自己也承認了：這個項目目前還無法模擬人類的實時感知和反應(yīng)，依然存在AI幻覺。

其次，由于在整個模擬中，角色、世界和評分全部由 Qwen 驅(qū)動，運動員和裁判都是一個大模型，AI 不可避免地陷入了一些封閉的循環(huán)。所有的角色在 10 年的模擬之后都展現(xiàn)出了一些一致的變化，比如都變得更愿意參與公共活動，更看重被人喜愛和尊重，更不喜歡獨處。

除此之外，團隊也有一個很清醒的自?。篈gentopia本質(zhì)上是個智能體社會，智能體收到的所有反饋都來自其他AI模型，這跟人類現(xiàn)實交互還有太大的差距。所以這些訓(xùn)練后的大模型，能不能真的對齊人類的認知和心理模式，仍然是一個懸而未決的問題。

但很明顯，這個研究方向，還是緊緊貼著米哈游和蔡浩宇團隊的終極愿景——打造一個足夠酷的虛擬世界。在這個大目標下，結(jié)合AI研究強化角色扮演、擬人性和交互體驗，一定是最優(yōu)先的探索方向之一。

游戲葡萄招聘內(nèi)容編輯，

（星標可第一時間收到推送和完整封面）