哈佛和 MIT 的研究人员刚刚构建了一个人类的数字镜像。MatrAIx 是一个新的 AI 评估基础设施，包含 83 亿个 AI 人设，大约相当于地球上的每个人，每个都由 1,290 个分类维度定义。该系统旨在用一个行为与真实人群相似的合成人群来测试 AI 产品。

随着 AI 系统触达数十亿用户，评估其在不同人群中的表现已成为一个公认的挑战。传统测试方法通常依赖有限的用户研究或部署后的遥测数据，这可能会遗漏只在特定人口群体或在大规模条件下才会显现的故障。

在验证试验中，这些人设在 91.5% 的时间里都保持与其分配的行为特征一致，即在十种不同的行为属性中完成了 400 次试验中的 366 次。

MatrAIx 的实际作用

该项目的核心是一个名为 Persona 8B 的数据库。研究人员将其描述为合成人类的普查，其中每条记录不仅包含基本人口统计信息，还包括跨越 1,290 个维度的更广泛画像。

团队构建了四个用于评估的交互式环境：Survey、AI Chatbot、Web 和 App。这些设置旨在帮助开发者在真实场景中测试 AI 系统与不同类型用户互动时的表现。

在这些环境中，研究人员整理了 1,000 多项任务，覆盖 25 个以上领域。他们还围绕 8 项代表性任务进行了 18,189 次评估试验。

团队与数据发布

这篇题为“MatraAIx: Simulating the World with 8.3 Billion Persona Agents”的论文于 2026 年 8 月 4 日提交至 arXiv。主要贡献者包括作为主要联系人 Xiaomin Li，以及 Yuexing Hao、Marinka Zitnik 和 James Zou，此外还有来自 Stanford 和其他机构的合作者。

团队还公开发布了一个经过质量筛选的约 100 万人设核心子集。其中，600,000 个基于真实人类数据，400,000 个为合成数据。