自蔡浩宇創辦AI公司Anuttacon以來，這支團隊的動態一直不少。
從去年8月上線的遊戲《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公司的風範了。
就在前一陣，葡萄君發現Anuttacon還在Arxiv上發佈了一篇論文，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上發佈了Agentopia項目的源代碼與說明；他的主頁，則列出了自己的情況——復旦大學博士，主要研究自然語言處理、角色扮演AI等方向，喜歡ACG文化，還在漫展上出過鍾離的COS……
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，在裏面生活了10個模擬年，觀察其中的社會現象與反應，並藉此優化大模型的角色扮演能力。
看完論文，我真的笑了——當然了，論文本身的框架和內容都很嚴謹，但裏面提到的一些案例、細節，包括這個項目本身的想法和研究過程，是真的有意思。
一、2026年了，AI小鎮還能怎麼玩？
說到AI小鎮，大夥應該都不陌生吧？之前著名的斯坦福虛擬小鎮（Generative Agents），可以說啓發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小鎮項目仍然有侷限性。核心在於：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操作上——把一個東西搬過來拿過去這種。這種設計形式，就很難讓智能體真正過日子，發展社會關係、職業規劃和個人成長。
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。每個智能體每週會規劃行程、聯絡朋友、執行活動，一週結束後覆盤經歷，每過完一年還能根據獎勵更新屬性、升職加薪。
有了抽象的運行規則之後，團隊構建了三個虛擬場景供智能體生活——合租公寓、魔法學院和中國高中。在100個智能體生活的這10年裏，這個小社會里發生了五花八門的湧現式事件：悄悄話、送禮、過勞崩潰、學術合作、激情與工資的抉擇……而背後數據呈現的一些現象，看起來也都特別真實。
有人能認出這張圖裏的角色都是誰嗎？
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，幾乎是小鎮的社交中心。但也正因爲他把精力分散給了太多人，導致自己沒有特別深厚的關係，總體社交獎勵下降了41%；
對比起來，另一個叫Jun的高中女生，雖然只有5個朋友，關係卻發展得特別深，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次輔導課的經歷，真是親閨蜜吧……
Jun這個角色很有意思：早期的她，其實是高中裏不折不扣的社交狂魔，參與過402次的聯合活動。但代價就是，她的活力值一路從70崩到了0——論文直接管這個現象叫「Emotional labor burnout」。結果在和諮詢師談話之後，她纔開始主動取消大量泛泛社交，轉向少數深度關係。
順帶一提，從官方示意圖來看，標註Emotion Burnout的角色形象，很像《原神》裏的雷電將軍。在遊戲中，雖然雷電將軍（或者說影）不怎麼參加社交活動，但她的朋友確實屈指可數……不知道在設計人設時，研究者是不是有所參考。
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——高中場景裏有個叫Linyu的女生，原本有嚴重的社恐，但經過長達9年、共57次的心理輔導，加上繪畫練習和緩慢的社交暴露後，她的自信屬性暴漲了50點，內向下降了30點，完成了一次非常巨大的個人蛻變。
甚至在更宏大的社會經濟層面，你也能看出一些頭緒——在虛擬世界裏，因爲沒有投資增值、僱傭剝削等財富滾雪球機制，大家的基尼係數（貧富差距）縮小了；
但與此同時，在階層固化熱力圖裏卻能看到：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）證明新生活已經完全步入正軌後，纔開始放開手腳去享受物質生活。
像這樣的研究項目，最有意思的地方就在於這一點：這些現象和變化，都是沒有預設腳本，純靠底層設計、AI交互湧現出來的現象。
二、讓AI過家家，很有必要
有朋友可能會好奇，到現在還研究AI小鎮，到底有什麼用？
這個話題其實可以說很多，不過在Agentopia這個項目裏，研究的目的總結起來就一句話：讓AI更有人味兒。
這張示意圖中也出現了大量《原神》角色
目前很多AI大模型、AI伴侶或NPC想要有人味兒，背後都得靠投餵大量的人類對話數據來微調。而現在擺在面前的問題有兩個：一是高質量的人類數據快要被榨乾淨了，而且人工標註又貴又難規模化；二是僅僅學人類說話，AI可能還學不會思考與抉擇。
Agentopia的研究方向，就是通過抽象系統、獎懲機制，讓AI自己在生活中模擬，再嘗試藉此讓AI更進一步：在模擬過一輪之後，他們提取了前25%進步最大的智能體的高質量數據，餵給底層大模型（Qwen3.5-397B-A17B）重新微調訓練。
結果就是，新一代智能體回到虛擬小鎮裏，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，唯獨物質滿足感暴跌了14.8%——因爲他們也發現，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險思維……
更重要的是，這種訓練效果，並不會侷限在Agentopia這個小鎮裏——團隊把訓練後的大模型拉到外部測試，發現經過社會生活的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。
這樣的變化，就暗示了一個方向：不靠人喂數據，用模擬社會的經驗來訓練角色，其實也可以提升智能體的擬人化水平。
三、結語
當然，即使有這麼多有意思的細節，也不代表Agentopia能一下子催生個什麼大項目出來。論文裏自己也承認了：這個項目目前還無法模擬人類的實時感知和反應，依然存在AI幻覺。
其次，由於在整個模擬中，角色、世界和評分全部由 Qwen 驅動，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。所有的角色在 10 年的模擬之後都展現出了一些一致的變化，比如都變得更願意參與公共活動，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省：Agentopia本質上是個智能體社會，智能體收到的所有反饋都來自其他AI模型，這跟人類現實交互還有太大的差距。所以這些訓練後的大模型，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，還是緊緊貼着米哈遊和蔡浩宇團隊的終極願景——打造一個足夠酷的虛擬世界。在這個大目標下，結合AI研究強化角色扮演、擬人性和交互體驗，一定是最優先的探索方向之一。
感謝 ［關注］［點贊］［收藏］［充電］多謝支持！我的動態置頂有福利哦
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
