哈佛 MIT 造出 83 亿 AI 人：MatrAIx 模拟全球人类行为
- 83亿智能体问世—哈佛与MIT领衔，OpenAI、DeepMind等参与的团队发布MatrAIx系统，可生成83亿个AI智能体，规模接近全球人口总量，首次实现个体层面的大规模社会模拟。
- 1290维精细建模—系统使用1290个维度对人群建模，涵盖人口统计、职业、兴趣、消费与社交偏好等动态参数，使每个智能体拥有独立身份和行为逻辑，能模拟填问卷、对话、浏览网页等行为。
- 行为一致性达91.5%—在400次对照测试中，智能体行为一致性总体准确率为91.5%。问卷与聊天场景一致性达92%-96%，而操控App的开放场景降至83%，显示结构明确任务中表现更佳。
- 数据代码全面开源—团队已筛选出百万级人格核心集并上架Hugging Face，同时将8B人格模型代码开源至GitHub，便于全球研究者复现实验和进行二次开发。
- 应用广泛但需谨慎—MatrAIx可应用于社科研究、产品测评、公共政策模拟和市场分析，但剩余8.5%的偏差在高风险场景中可能被放大，AI人对文化语境和情感细微差异的理解仍需验证。
83 亿 AI 人：MatrAIx 系统开启超大规模社会模拟
近日，由哈佛大学与麻省理工学院牵头，OpenAI 和谷歌 DeepMind 等机构参与的团队正式发布了 MatrAIx 系统，该系统能够生成 83 亿个 AI 智能体，用以模拟全球人类行为。这一数字接近当前全球人口总量，意味着研究者首次能在个体层面构建近乎全尺寸的虚拟社会实验室。
1290 维建模：从生活方式到行为偏好
MatrAIx 的核心在于对人群的精细刻画。团队使用 1290 个维度 对各类背景与生活方式的人群进行建模，涵盖人口统计学特征、职业、兴趣爱好、消费习惯、社交偏好等。这些维度并非静态标签，而是动态的行为参数，使得每个 AI 智能体都能在受控环境中表现出独特的决策模式。
与传统的基于规则或统计聚合的模拟不同，MatrAIx 中的每个智能体都具备独立的身份与行为逻辑。它们可以像真人一样填写问卷、与客服对话、浏览网页、操作 App，甚至在不同场景间切换时保持连贯的人格一致性。
91.5% 的行为一致性：精度与场景的权衡
团队宣称，MatrAIx 智能体在行为一致性方面达到了 91.5% 的总体准确率。该数值来自 400 次对照测试，覆盖 10 个行为属性及四类典型环境。在 366 次测试中，智能体成功表现出正确特质或正确抑制无关特质。
然而，一致性并非恒定不变，而是随环境类型产生明显浮动：
- 问卷与聊天场景：一致性最高，达到 92% 至 96%，这得益于结构化交互的清晰规则。
- 操控 App 场景：一致性降至 83%，反映出开放式环境中的复杂性对智能体行为模型的挑战。
这种场景差异提示我们，AI 模拟在结构明确的任务中接近真实人类表现，但在无约束的自主操作中仍有较大提升空间。
开源生态：人格核心集与模型代码
为了让更多研究者参与验证与进化，团队已筛选出经过确定性与质量校验的 百万级人格核心集，并上架至 Hugging Face 平台。同时，相关的 8B 人格模型代码也已于 GitHub 开源。这意味着，任何研究机构或个人均可下载这些资源，复现实验或在其基础上进行二次开发。
MatrAIx 为社科研究提供了前所未有的试验场，但 AI 人在多大程度上能替代真实人类样本，仍需更多交叉验证。
应用前景与局限
MatrAIx 的潜在应用范围极广：
- 社会科学研究：在不涉及隐私伦理的前提下，对大规模人群行为进行受控实验；
- 产品测评：让 AI 用户模拟真实使用流程，提前发现 App 或网页的可用性问题；
- 公共政策模拟：评估政策对不同人群的潜在影响，辅助决策；
- 市场分析：生成多样化的消费者画像，预测消费趋势。
然而，必须警惕的是，尽管 91.5% 的一致性已经相当可观，但剩余 8.5% 的偏差可能在高风险场景中被放大。AI 人是否可以真正理解文化语境、情感细微差异与突发性非理性行为，仍是一个悬而未决的问题。团队也强调，目前的结果只是里程碑，而非终点。
结语
MatrAIx 系统以 83 亿智能体逼近了真实世界的复杂度，为人工智能与社会科学交叉研究开辟了新路径。当虚拟人逐渐学会行走在数字世界的每一个角落，我们或许也在重新定义“人类行为”的边界。
未来，伴随更大规模的验证与跨文化校准，这类仿真系统或将与真实调查互为补充，甚至在某些场景中先行一步。但正如任何强大工具一样，其价值最终取决于如何使用它。