模拟：新的 Scaling Law——Simile AI 联合创始人 Joon Sung Park 访谈

当我们在 2024 年首次讨论“模拟智能之夏”时，我们就知道那会是一个短暂的夏天，但最近它又卷土重来：先是 4 月份的 SimGym，现在则是 Simile AI 的 20 亿美元 B 轮融资，由 GreenOaks 和 Index Ventures 领投，

李飞飞和 Andrej Karpathy 等知名人士参投。该公司为 CVS 等财富 100 强客户运行了数千万次模拟，与人类焦点小组相比，准确率高达 85%–99%。是时候了解为什么这个“模拟之夏第二季”能奏效了！

从创建 Smallville——2023 年那篇关于生成式智能体的里程碑式论文，展示了 AI 角色能够记忆、规划、社交并发展出涌现行为——到如今构建人类行为的基础模型，Joon Sung Park 试图回答一个更大的问题：如果我们能在做决策之前模拟世界，会怎样？

在本期节目中，Simile 的联合创始人兼 CEO 与我们一同探讨了从生成式智能体到数字孪生的路径、为什么当今的前沿模型仍无法捕捉人类真实行为，以及最终模拟地球上所有 80 亿人需要什么。

我们深入探讨了 Simile 对人类行为建模的方法：长篇访谈、观察和交易数据、随机对照试验、群体层面和个体层面模型，以及针对人们决策背后因果机制的后训练。

Joon 解释了他的研究如何创造出数字孪生，这些数字孪生复现人类行为和态度的准确度，相当于人们复现自己回答的 85%；为什么被优化为理性的模型可能成为非理性人类的糟糕模拟；以及为什么理解“社会物理学”可能需要改变模型权重，而不是简单地提示前沿 LLM。

我们还探讨了模拟背后更大的雄心：在部署产品和政策之前进行测试，找到通往预期结果的非直觉路径，对整个社会的涌现行为进行建模，并有可能解决气候变化、民主不稳定和 UBI 等问题。

Joon 反思了模拟的 Scaling Law、数据中心规模模拟世界的经济学、与 Thomas Schelling 和心理史学的联系、为什么模拟与绘画惊人地相似，以及我们是否可能已经生活在模拟之中。

我们讨论了：Smallville 和生成式智能体如何催生了 Simile为什么 Joon 的团队会问：“如果我们能重建我们生活的世界会怎样？”

为什么有用的个人智能体需要对其用户进行深度建模记忆架构、Markdown 文件和提示词的局限“社会物理学”和行为基础模型为什么网络数据捕捉的是人们所说的，而非他们实际所做的访谈、交易、

观察数据和随机对照试验为什么预测未来不如理解如何塑造未来重要Simile 如何创建具有代表性的模拟人群模拟与预测，以及与《基地》中心理史学的联系如何评估模拟，

而不是简单地堆叠 LLM 幻觉创建 1000 个真人的数字孪生并达到 85% 的行为准确率为什么前沿模型难以复现真实的人类行为为什么好的模拟需要复现人类的偏见和错误基于随机对照试验的后训练模型群体层面与个体层面的模拟人类模拟的 Scaling Law模拟地球上所有 80

亿人的长期目标模拟能否帮助解决气候变化或检测民主崩溃Thomas Schelling 与基于智能体建模的历史为什么未来的模拟可能需要整个数据中心多智能体模拟，

以及模拟人互动时会发生什么用合成人群取代昂贵的人类小组为什么市场研究只是模拟的起点为什么 Joon 认为模拟与绘画惊人地相似使用模拟研究 UBI 等问题我们是否已经生活在模拟中为什么 AGI 和模拟可能是先进文明的双生技术Joon Sung ParkLinkedIn：

https://www.

linkedin.com/in/joonspark网站：https://www.joonsungpark.comSimile：https://www.simile.com时间戳00:00:00 引言：Joon 从艺术到 AI 的路径00:01:46 Smallville、

生成式智能体与模拟的起源00:05:03 “让我们创造一个世界”与个人智能体的未来00:09:53 社会物理学与行为基础模型00:14:08 预测与模拟：如何塑造未来？

00:16:59 Simile 如何模拟真实的人和人群00:25:35 评估模拟、数字孪生与 85% 的准确率00:30:23 后训练模型以复现人类行为00:40:04 Scaling Law 与模拟 80 亿人00:43:

10 从 Schelling 到社会规模的智能体模拟00:46:13 模拟世界的成本与经济学00:52:05 现实世界用例、合成人群与市场00:57:27 模拟、绘画与 UBI 的未来01:04:23 我们是否已经生活在模拟中？

01:06:08 构建 Simile 与招聘文字记录引言：Joon Sung Park、Simile 与迄今的故事Vibhu [00:00:00]：今天，我们请到了 Joon 来到播客。很高兴能开始这一期。

非常令人兴奋的公司。我想先问你一个问题，请谈谈你的人生故事。你是怎么走到今天的？Joon [00:00:13]：好的，当然。我很高兴来到这里。我的人生故事。我出生在韩国，在那里生活了大约 11 年，然后我们全家搬到了波士顿。

我们在我 11 岁时搬家，我的父母都是医生，他们当时在做博士后研究。我父亲是一名外科医生，他在波士顿儿童医院做学术休假。所以我在那里长大，离科技圈并不近。我非常喜欢音乐和艺术，是个画画的人。Vibhu [00:00:49]：画画。

Joon [00:00:49]：没错。我后来在高中才开始画画，但那是我以前常做的事。在韩国之后，我大部分时间在东海岸长大。我在新罕布什尔州住了好几年，然后去宾夕法尼亚州上大学。在大学里，我更多地接触了科技圈。

所以我最初是接受艺术家训练的，我以为那会是我的职业道路。所以那不只是爱好，而是“嘿，让我们靠这个谋生”。然后渐渐地，我对这个想法产生了浓厚兴趣：最伟大的艺术家往往创造自己的媒介，而我们今天可用的最佳媒介就是计算。

所以我决定深入探索，事情一件接一件，我们可以深入探讨，但我逐渐对研究产生了兴趣，然后我就走到了今天。Smallville、生成式智能体与 2023 年突破性论文Swyx [00:01:46]：你在研究方面做了很多。

你有一篇 2023 年最好的论文，就是生成式智能体论文，通常被称为 Smallville 论文。

Swyx [00:01:58]：你可以随时回顾你提到的其他内容，但大多数人都是通过这篇论文认识你的。你有没有关于有多少人读过它的统计数据？arXiv 会给你一些数据，对吧？一些统计。Joon [00:02:10]：是的，这是个好问题。

有多少人读过它，我不确定。Joon [00:02:14]：我知道我们确实在跟踪引用，而且它们增长得很快。Swyx [00:02:23]：是的，Google Scholar 显示有 7200 次引用。

Vibhu [00:02:25]：我觉得它比这更轰动，这是一篇非常有影响力的论文。它被引用了很多次。Swyx [00:02:34]：当人们问“你最近读过的最好的论文是什么？”时，答案经常是这篇。

Vibhu [00:02:39]：我认为记忆组件被低估了。那是一个非常早期的优秀记忆系统，也是最重要的论文之一。基础模型与寻找杀手级应用Joon [00:02:47]：是的，所以也许我可以谈谈