“OpenClaw們”讓2026徹底卷成了智能體大戰(zhàn)。

當(dāng)初那個“智能體早期真神”，讓25個智能體自己聊天、傳八卦、談戀愛的AI小鎮(zhèn)Smallville團(tuán)隊也官宣創(chuàng)業(yè)了。

不僅當(dāng)年在GitHub開源的時候爆火，現(xiàn)在一創(chuàng)業(yè)，熱度依舊拉滿。

公司名叫Simile，直接拿下了Index Ventures領(lǐng)投的1億美元融資，連卡帕西、李飛飛也跟了。

當(dāng)時AI小鎮(zhèn)橫空出世，這個“學(xué)術(shù)玩具”被視為生成式智能體領(lǐng)域的開創(chuàng)性成果，證明大模型能在虛擬世界里“活”起來。

現(xiàn)在創(chuàng)業(yè)是要把25個智能體升級為千級的大規(guī)模智能體平臺，幫助人類進(jìn)行決策的風(fēng)險預(yù)測。

以防有朋友不知道AI小鎮(zhèn)是干啥的，咱先來個前情回顧復(fù)習(xí)一下。

AI小鎮(zhèn)

2023年，斯坦福團(tuán)隊在論文《Generative Agents》里，構(gòu)建了一個叫Smallville的像素風(fēng)虛擬空間。

他們把25個基于GPT的AI放進(jìn)了小鎮(zhèn)里，只給每個AI設(shè)定了一個簡單的身份描述，比如外向的咖啡館老板、樂于助人的藥店店主等。

結(jié)果這25個智能體能在小鎮(zhèn)里完全自主生活。

早上醒來刷牙、做早餐、去上班，下午閑聊八卦，晚上還能談戀愛、吵架、和好……一切都太像真人！

最經(jīng)典的案例情人節(jié)派對，至今還被反復(fù)拿出來討論。

他們只給其中一個叫Isabella的AI下了一個種子指令——

“你想在情人節(jié)辦個派對”。

剩下的事情，人類完全沒有插手，然后整個小鎮(zhèn)就自發(fā)運(yùn)轉(zhuǎn)起來了。

Isabella開始四處發(fā)邀請函，接到邀請的AI們會根據(jù)自己的性格決定去不去，甚至有人在派對前一天就開始緊張地討論該穿什么、要不要帶點禮物。

甚至有人幫忙裝飾咖啡館，有人提前規(guī)劃路線，最后5個AI準(zhǔn)時到場，派對辦得熱火朝天。

整個過程雖然絲滑，卻沒有一條硬編碼規(guī)則，全是這群電子小人自己“想”出來的。

當(dāng)然了，這個實驗在當(dāng)時確實讓學(xué)術(shù)界起了一身雞皮疙瘩，后來也有不少國產(chǎn)的AI小鎮(zhèn)相繼冒出。

在Smallville之前，傳統(tǒng)的AI大多是碎片化的。你問它一句，它回你一句，他們的記憶沒有連續(xù)性。

但斯坦福團(tuán)隊設(shè)計了一套“記憶流-反射-規(guī)劃的三位一體架構(gòu)。

• 記憶流： 用自然語言記錄所有經(jīng)歷，按新鮮度、重要性、相關(guān)性動態(tài)檢索，解決“記什么、怎么記”的問題；

• 反射： 把零散記憶提煉成高層認(rèn)知，解決“如何從經(jīng)歷中學(xué)習(xí)”的問題；

• 規(guī)劃： 把反思結(jié)果轉(zhuǎn)化為分層計劃，還能動態(tài)調(diào)整，解決“如何用學(xué)習(xí)指導(dǎo)行動”的問題。

這種架構(gòu)首次將LLM與類人認(rèn)知機(jī)制深度融合，解決了AI長期以來沒腦子、記不住、沒主見的問題。

從此，AI成為了一個個有性格、有社交圈的電子公民。

“模擬人生”創(chuàng)業(yè)版

而創(chuàng)業(yè)之后的Simile團(tuán)隊，野心顯然不止于像素游戲。

他們把原本只能承載25個智能體的架構(gòu)，升級成了可以同時容納千級智能體的大規(guī)模模擬平臺。

把這么多電子小人放在一起，除了好玩，還有什么用？

答案是：預(yù)測。

團(tuán)隊用真實人類的深度訪談數(shù)據(jù)和社交行為數(shù)據(jù)訓(xùn)練出了能代表真實人群反應(yīng)的智能體。

這個平臺目前已經(jīng)能模擬1052個真實個體的態(tài)度和行為，準(zhǔn)確率接近人類自己重復(fù)回答問卷的水平。

說白了，這是個給人類決策用的飛行模擬器。

比如，一個品牌可以模擬顧客在看到新貨架時會怎么購買，一家投行可以模擬分析師在財報發(fā)出后會拋出哪些刁鉆的問題。

Simile的核心叫「Simile Change」：

• 一鍵重造世界：你只要改一個條件，比如改個規(guī)則、換個人、調(diào)個假設(shè)，整個虛擬世界就會自動重新推演一遍；

• 提前預(yù)測結(jié)果：現(xiàn)實里不敢試、試錯成本太高的事，都能在里面先跑一遍。

創(chuàng)始人Joon表示：

模擬人類行為是這個時代最具技術(shù)難度但也最重要的挑戰(zhàn)之一。

有了這項技術(shù)，能夠讓人提前知道哪個個方案可行，在一定程度上節(jié)省試錯成本。

比如，團(tuán)隊自己就做了一項內(nèi)部測試，模擬他們的宣傳信息在目標(biāo)受眾中會產(chǎn)生怎樣的反應(yīng)。

不過他們并沒有披露這項測試的結(jié)果……

但美國頂尖智能理財公司W(wǎng)ealthfront表示，用了Simile之后，它們的用戶調(diào)研范圍直接擴(kuò)大了15倍。

Simile公司的CEO是《Generative Agents》的一作Joon Sung Park，他是斯坦福大學(xué)的計算機(jī)博士，研究方向聚焦于構(gòu)建社會模擬系統(tǒng)，助力人們更好地對高風(fēng)險決策進(jìn)行推理。

不過話說回來，這段時間智能體方面的新進(jìn)展就沒斷過。

不管是云端算力強(qiáng)大的智能體，還是像豆包手機(jī)這樣集成在終端里的智能體，或者是OpenClaw這類具備執(zhí)行能力、可直接完成實際操作的智能體，都卷出了新高度。

甚至像AI小鎮(zhèn)一樣的智能體社群都進(jìn)化成了Moltbook那種Reddit式的社交網(wǎng)絡(luò)。

Agent賽道如此熱鬧，咱也繼續(xù)期待下后面的好戲吧～

《Generative Agents》論文：https://arxiv.org/abs/2304.03442

參考鏈接：
[1]https://x.com/joon_s_pk/status/2022023097017421874
[2]https://x.com/karpathy/status/2022041235188580788

文章來源：量子位。