模拟：新的 Scaling Law — Joon
来自 Latent Space · 期号 2026-08-22
摘要
2023 年，Joon Sung Park 用《Generative Agents》论文展示了 AI 角色能记忆、规划、社交并涌现出复杂行为。 现在他创办了 Simile AI，目标是更进一步：用 AI 模拟真实的人类行为。Simile 已获得 20 亿美元 B 轮融资，为 CVS 等财富 100 强客户运行了数千万次模拟，在预测人类行为上的准确率达到 85%-99%。 Joon 认为，当前的前沿模型擅长生成“理性”的回答，但无法捕捉真实人类的不理性、偏见和错误。Simile 的方法是通过长程访谈、交易数据、观察数据和随机对照试验来训练模型，而非仅仅依赖网络文本。 他的长期愿景是模拟地球上所有 80 亿人，用于在部署前测试产品、政策，甚至研究气候变化、民主不稳定和全民基本收入（UBI）等宏大问题。 “模拟就像绘画——你是在创造一个世界，而不是在预测它。” 本文是播客访谈，Joon 详细解释了从生成式 agent 到行为基础模型的路径、评估模拟的方法，以及为什么模拟可能是 AGI 的“孪生技术”。
深读
导读 原文信息有限，以下基于节目简介。本期播客访谈了 Simile AI 联合创始人兼 CEO Joon Sung Park，探讨他从 2023 年《Generative Agents》论文到创办 Simile 的历程。Simile 致力于构建人类行为的基础模型，已获 20 亿美元 B 轮融资，为 CVS 等财富 100 强客户运行了数千万次模拟，在预测人类行为上达到 85%-99% 的准确率。读完能理解为什么模拟被视为新的 scaling law，以及它如何从生成式 AI 角色进化到数字孪生。 关键信息 - Simile AI 完成 20 亿美元 B 轮融资，由 GreenOaks 和 Index Ventures 领投，知名支持者包括 Fei-Fei Li 和 Andrej Karpathy。 - Simile 为 CVS 等财富 100 强客户运行了数千万次模拟，在预测人类行为上的准确率达到 85%-99%（与人类焦点小组对比）。 - Joon Sung Park 的 2023 年论文《Generative Agents》展示了 AI 角色能记忆、规划、社交并涌现出复杂行为，该工作创建了名为 Smallville 的虚拟小镇。 - Simile 的方法包括长程访谈、交易数据、观察数据和随机对照试验来训练模型，而非仅依赖网络文本。 - 长期愿景是模拟地球上所有 80 亿人，用于测试产品、政策，以及研究气候变化、民主不稳定和全民基本收入（UBI）等宏大问题。 逐节讲解 从 Smallville 到 Simile：生成式代理的进化 Joon Sung Park 在 2023 年发表了《Generative Agents》论文，创建了名为 Smallville 的虚拟小镇，其中 AI 角色能够记忆、规划、社交并发展出涌现行为。这一工作直接催生了 Simile AI 的创立。节目简介提到，Joon 的团队问了一个更根本的问题：“如果我们能在做决策之前先模拟世界会怎样？” 这推动他们从生成式代理转向构建人类行为的数字孪生。 Simile 的建模方法：超越网络文本 Simile 的核心方法是通过多种数据源来训练模型，包括长程访谈、交易数据、观察数据和随机对照试验。Joon 认为，当前的前沿模型擅长生成“理性”的回答，但无法捕捉真实人类的不理性、偏见和错误。网络数据更多捕捉的是人们“说什么”而非“做什么”。Simile 创建了 1,000 个真实人类的数字孪生，并达到了 85% 的行为准确率，即数字孪生再现人类行为和态度的准确度，与人类自己再现自己回答的准确度相当。 模拟的宏大愿景与 scaling law Joon 的长期目标是模拟地球上所有 80 亿人。节目简介中讨论了一系列应用场景：在部署前测试产品和政策、寻找通往期望结果的非直觉路径、模拟整个社会的涌现行为，以…