复旦博士COSER牵头，蔡浩宇AI团队的最新研究给我整笑了

让AI过家家，很有必要。

文/以撒

自蔡浩宇创办AI公司Anuttacon以来，这支团队的动态一直不少。

从去年8月上线的游戏《Whispers from the Star》、年底推出的AI聊天软件AnuNeko，到今年4月的首个视频模型LPM 1.0等等成果，Anuttacon在方方面面都有涉及。速度和打击面上，都真的挺有AI公司的风范了。

就在前一阵，葡萄君发现Anuttacon还在Arxiv上发布了一篇论文，讲了讲他们最新的研究成果之一：模拟多智能体社会系统Agentopia。

这篇论文作者栏第一位的王鑫涛，一看就是个年轻人。他在GitHub上发布了Agentopia项目的源代码与说明；他的主页，则列出了自己的情况——复旦大学博士，主要研究自然语言处理、角色扮演AI等方向，喜欢ACG文化，还在漫展上出过钟离的COS……

图源作者主页及X

简单来说，这支研究团队搭了一个AI社会，让100个各种各样的智能体，在里面生活了10个模拟年，观察其中的社会现象与反应，并借此优化大模型的角色扮演能力。

看完论文，我真的笑了——当然了，论文本身的框架和内容都很严谨，但里面提到的一些案例、细节，包括这个项目本身的想法和研究过程，是真的有意思。

说到AI小镇，大伙应该都不陌生吧？之前著名的斯坦福虚拟小镇（Generative Agents），可以说启发了一大批类似的项目，也让很多人第一次意识到AI有多好玩。

但不少AI小镇项目仍然有局限性。核心在于：大部分项目通常只模拟几天时间，而且往往会把大量算力花在基础操作上——把一个东西搬过来拿过去这种。这种设计形式，就很难让智能体真正过日子，发展社会关系、职业规划和个人成长。

所以Agentopia的研究团队就想了个办法：他们定义了一种生活奖励，用来映射人类的幸福感；在这个奖励分的引导之下，每个智能体会尽可能去追求自己的美好生活。

举个例子：你看重的人也看重你，你的社交得分就会变高；没人喜欢你或尊重你，你的得分就会减少。每个智能体每周会规划行程、联络朋友、执行活动，一周结束后复盘经历，每过完一年还能根据奖励更新属性、升职加薪。

有了抽象的运行规则之后，团队构建了三个虚拟场景供智能体生活——合租公寓、魔法学院和中国高中。在100个智能体生活的这10年里，这个小社会里发生了五花八门的涌现式事件：悄悄话、送礼、过劳崩溃、学术合作、激情与工资的抉择……而背后数据呈现的一些现象，看起来也都特别真实。

有人能认出这张图里的角色都是谁吗？

比如在社交方面，你能明显看到，有的智能体是典型的老好人——公寓场景的27岁软件工程师Leo，10年来每年都被20个人喜欢，几乎是小镇的社交中心。但也正因为他把精力分散给了太多人，导致自己没有特别深厚的关系，总体社交奖励下降了41%；

向左滑动查看中文机翻

对比起来，另一个叫Jun的高中女生，虽然只有5个朋友，关系却发展得特别深，反而获得了更高的社交满足感。甚至和一位朋友有过99次图书馆碰面、44次辅导课的经历，真是亲闺蜜吧……

Jun这个角色很有意思：早期的她，其实是高中里不折不扣的社交狂魔，参与过402次的联合活动。但代价就是，她的活力值一路从70崩到了0——论文直接管这个现象叫「Emotional labor burnout」。结果在和咨询师谈话之后，她才开始主动取消大量泛泛社交，转向少数深度关系。

顺带一提，从官方示意图来看，标注Emotion Burnout的角色形象，很像《原神》里的雷电将军。在游戏中，虽然雷电将军（或者说影）不怎么参加社交活动，但她的朋友确实屈指可数……不知道在设计人设时，研究者是不是有所参考。

向左滑动查看中文机翻

在性格演变方面，你能完整观测到一些智能体的成长和变化——高中场景里有个叫Linyu的女生，原本有严重的社恐，但经过长达9年、共57次的心理辅导，加上绘画练习和缓慢的社交暴露后，她的自信属性暴涨了50点，内向下降了30点，完成了一次非常巨大的个人蜕变。

向左滑动查看中文机翻

甚至在更宏大的社会经济层面，你也能看出一些头绪——在虚拟世界里，因为没有投资增值、雇佣剥削等财富滚雪球机制，大家的基尼系数（贫富差距）缩小了；

但与此同时，在阶层固化热力图里却能看到：排在顶部25%的富裕阶层，到了第二年依然留在顶部的概率高达72%~79%；而底部25%留在底部的概率也同样高。这说明在AI社会里，虽然贫富绝对差距在缩小，但连AI也很难跨越固化的阶层。

在这个背景下，很多角色也做出了有趣的抉择。比如公寓场景的Sebastian，他主动辞掉高薪工作，降了一半薪水转行去做攀岩教练，情绪值一下从43暴涨到了97。但也没因此就飘了——他相当理智地存了6年钱，直到第七年各项指标（活力值、存款）证明新生活已经完全步入正轨后，才开始放开手脚去享受物质生活。

向左滑动查看中文机翻

像这样的研究项目，最有意思的地方就在于这一点：这些现象和变化，都是没有预设脚本，纯靠底层设计、AI交互涌现出来的现象。

有朋友可能会好奇，到现在还研究AI小镇，到底有什么用？

这个话题其实可以说很多，不过在Agentopia这个项目里，研究的目的总结起来就一句话：让AI更有人味儿。

这张示意图中也出现了大量《原神》角色

目前很多AI大模型、AI伴侣或NPC想要有人味儿，背后都得靠投喂大量的人类对话数据来微调。而现在摆在面前的问题有两个：一是高质量的人类数据快要被榨干净了，而且人工标注又贵又难规模化；二是仅仅学人类说话，AI可能还学不会思考与抉择。

Agentopia的研究方向，就是通过抽象系统、奖惩机制，让AI自己在生活中模拟，再尝试借此让AI更进一步：在模拟过一轮之后，他们提取了前25%进步最大的智能体的高质量数据，喂给底层大模型（Qwen3.5-397B-A17B）重新微调训练。

向左滑动查看中文机翻

结果就是，新一代智能体回到虚拟小镇里，变化非常明显：受尊重程度提升了24.2%，被喜欢程度提升了15.9%，甚至各项主观幸福感都全面上涨，唯独物质满足感暴跌了14.8%——因为他们也发现，大手大脚花钱一时爽，年底算账就惨了。

这波啊，这波是AI无师自通了延迟满足和抗风险思维……

更重要的是，这种训练效果，并不会局限在Agentopia这个小镇里——团队把训练后的大模型拉到外部测试，发现经过社会生活的AI，拟人化程度上升了23.7%，角色忠诚度上升了16.4%，总成绩甚至超越了Claude-4.5-Sonnet。

向左滑动查看中文机翻

这样的变化，就暗示了一个方向：不靠人喂数据，用模拟社会的经验来训练角色，其实也可以提升智能体的拟人化水平。

当然，即使有这么多有意思的细节，也不代表Agentopia能一下子催生个什么大项目出来。论文里自己也承认了：这个项目目前还无法模拟人类的实时感知和反应，依然存在AI幻觉。

其次，由于在整个模拟中，角色、世界和评分全部由 Qwen 驱动，运动员和裁判都是一个大模型，AI 不可避免地陷入了一些封闭的循环。所有的角色在 10 年的模拟之后都展现出了一些一致的变化，比如都变得更愿意参与公共活动，更看重被人喜爱和尊重，更不喜欢独处。

除此之外，团队也有一个很清醒的自省：Agentopia本质上是个智能体社会，智能体收到的所有反馈都来自其他AI模型，这跟人类现实交互还有太大的差距。所以这些训练后的大模型，能不能真的对齐人类的认知和心理模式，仍然是一个悬而未决的问题。

但很明显，这个研究方向，还是紧紧贴着米哈游和蔡浩宇团队的终极愿景——打造一个足够酷的虚拟世界。在这个大目标下，结合AI研究强化角色扮演、拟人性和交互体验，一定是最优先的探索方向之一。