一個中國研究團隊開發了名為「Light Society」的框架，能夠模擬由超過十億個 AI 代理組成的社會，每個代理都具有真實的人口特徵與展現類人社會行為的能力。該專案詳見於一篇提交至 arXiv 的論文中，與過去因運算限制而通常在約一千萬個代理時達到瓶頸的代理式模擬相比，實現了約 100 倍的改進。這項成果出爐之際，中國正持續在其國家科技戰略中將大規模 AI 研究列為優先事項，並將持續的投資投入學術運算基礎設施與先進模型開發。

十億級模擬背後的技術架構

該研究團隊包含來自中國多所頂尖學術機構的貢獻者：中國科學技術大學、清華大學和復旦大學。首席研究員 Haoxiang Guan 和 Tie-Yan Liu 圍繞兩項核心技術創新建構了 Light Society，使十億級的模擬成為可能。

首先是混合模型引擎，它將認知工作負載分配給多種 AI 模型類型，而不是將每個代理的決策都透過單一的大型語言模型來處理。第二項創新涉及知識蒸餾替代模型——較小、較快的模型經過訓練後，能夠重現較大、更複雜模型的行為。這些方法結合起來，使該框架能夠保持真實的行為保真度，而無需那些原本會使十億級代理模擬變得不切實際的運算資源。

每個模擬代理都被分配了源自「世界價值觀調查」（World Values Survey，特別是該長期全球研究專案的第 7 波調查）的真實特徵。該調查涵蓋了數十個國家的信仰、價值觀和人口特徵，為每個模擬個體提供了基於現實的身份，而不是隨機分配的身份。

指標性實驗：信任賽局與輿論擴散

研究人員進行了兩項指標性實驗來展示 Light Society 的能力。第一個是一系列的「信任賽局」，這是行為經濟學中一個成熟的實驗設計，參與者決定要寄多少錢給一個陌生人，並且知道這個陌生人可能會回報也可能會將錢據為己有。在十億個節點的網路上進行這項實驗，揭示了在較小規模模擬中無法浮現的合作與背叛模式。

第二個實驗專注於輿論擴散，模擬想法、信念和情緒如何透過大規模社交網路傳播。原始資料明確指出，Light Society 可用於測試影響公眾輿論的方法——這項能力與現實世界中的問題直接相關，例如敘事如何在微信、X 和其他全球社交網路等平台上傳播與演變；在這些平台上，影響力行動與病毒式內容動態已成為學術界和政策制定者高度關注的課題。

Light Society 如何推進代理式模型

代理式模型已存在數十年，研究人員將其應用於交通模式、疾病傳播和市場行為的研究。在 COVID-19 疫情期間，代理式模擬為封城和行動限制的政策決策提供了依據，儘管這些模型所依賴的代理邏輯遠比目前 LLM 驅動的系統簡單。從歷史上來看，這些模型依賴於遵循預先設定腳本的簡單規則型代理。

將大型語言模型整合進代理式模擬是相對近期的發展。LLM 驅動的代理能夠進行細緻的決策、適應新情況並產生湧現行為。早期的 LLM 社會模擬在大約一千萬個代理時就達到了極限，因為運算成本變得過於高昂。Light Society 的架構選擇——特別是替代模型方法——成功突破了這一瓶頸，提升了兩個數量級。

研究人員將該框架定位為實現地球級別「電腦模擬」（in silico）實驗的工具，展現出一個宏大的願景：將模擬作為理解人類文明本身的實驗室。這個概念與更廣泛的「數位孿生」研究趨勢不謀而合——數位孿生是物理或社會系統的虛擬複製品——引起了政府和科技公司的濃厚興趣，他們希望在現實世界中實施變革之前，能夠對城市規劃、公共衛生應對措施和經濟政策進行模型建構。