今天要跟大家分享一个极具影响力的研究——来自斯坦福和Google的团队，用AI村民组成了一个虚拟村庄，让他们运作了两天，观察这些“AI村民”的互动与剧情发展。这篇论文（标题《Generative Agents: Interactive Simulacra of Human Behavior》）发布于2023年4月，至今仍是“生成式智能体”领域的经典文献，而且斯坦福HAI实验室官网有配套demo——不过要说明：demo里的村民互动是预录的两天运作结果，没法实时观察，只能看“回放”，但能清晰查看每个村民的记忆、规划和反思。

那这些由ChatGPT操控的AI村民，在虚拟村庄里到底会怎么生活、怎么互动呢？我们一点点来看。

那这些由ChatGPT操控的AI村民，在虚拟村庄里到底会怎么生活、怎么互动呢？我们一点点来看。

一、虚拟村庄的基础设定：25个“有人设”的AI村民

首先，这个虚拟村庄里有25个NPC（非玩家角色），每一个都是由ChatGPT操控的生成式智能体（Generative Agents），不是随便乱逛的“路人甲”——每个村民都有专属人设：包括身份、目标、性格和过往经历。

举个例子：

• 伊莎贝拉（IR）：咖啡店老板，目标是“2月14号情人节下午五点，在咖啡店里办一场情人节派对”，性格外向，喜欢主动邀请村民；
• AD：19岁学生，热爱音乐创作，每天固定“上课→写曲子→整理笔记”，性格内向，不擅长主动社交。

这些村民生活在模拟的村庄场景里，要做“正常人的日常”：早上起床刷牙洗脸、上学/开店、跟邻居聊天，甚至会记得“昨天跟谁一起吃了饭”——特别像《失控玩家》里的NPC，只不过背后是ChatGPT在操控，能自主发展出人际关系和剧情。

二、AI村民怎么“行动”？从“行为说明”到“环境指令”

很多人会好奇：这些AI村民是怎么跟环境互动的？比如伊莎贝拉想“去睡觉”，怎么让虚拟环境知道她要做这个动作？

核心流程分两步：

1. ChatGPT生成“行为说明”：比如伊莎贝拉的大脑（ChatGPT）会根据当下状况，输出一段文字描述，比如“伊莎贝拉感到困倦，决定回到卧室上床睡觉”；
2. 转译器翻译成“环境指令”：这段“行为说明”会被一个转译器处理成虚拟环境能识别的指令（比如“移动角色‘伊莎贝拉’到坐标（X,Y）的卧室，执行‘躺卧’动作”）。
   这里要补充一下：目前推测这个转译器是“规则驱动（rule-based）”的——就是提前写好“‘去睡觉’对应哪些环境操作”，不用AI再去学习，毕竟重点是让ChatGPT控制“做什么”，而不是“怎么让环境响应”。

三、关键技术：让AI村民不“傻”的3个核心设计

如果只是让AI按人设随便动，很容易出问题——比如到了12点吃午餐，12点半又吃一次，1点还吃，完全不知道自己吃过了。为了避免这种“憨憨行为”，研究团队用了3个很重要的技术设计，这些技术对未来让AI做复杂任务、跟其他AI互动都很有参考价值。

1. 第一步：AI自己“规划一天”，按表操课不混乱

为什么要让AI规划一天？刚才说了，不规划就会“重复干一件事”。所以研究团队让每个AI每天早上先做“日程规划”，而且是“分层细化”的规划：

• 第一层：粗糙规划（以天为单位）：给ChatGPT输入村民的人设、前一天的行为，让它生成当天的大致安排。比如AD的规划是“8点起床→10点上课→下午音乐创作→5点半吃饭→11点半睡觉”；
• 第二层：细化规划（以小时为单位）：到了下午1点，再让ChatGPT把“音乐创作”拆成小时级动作，比如“1点 brainstorm 作曲思路→2点写旋律→4点休息吃点心→5点整理创作笔记”；
• 第三层：精准规划（以5分钟为单位）：到了4点，再细化“休息吃点心”的细节，比如“4点拿点心→4点05分吃点心→4点10分收拾零食袋→4点15分散步→4点50分打扫工作间”。

这样一来，AI就会按规划过日子——早上起床、刷牙、煮早餐、跟家人聊天、打包书包去上课，跟正常人的节奏差不多，不会再反复吃午餐了。

2. 第二步：加入“外部刺激”，让AI不“一成不变”

但如果AI只会按规划做事，那就太无聊了——每天都穿一样的衣服、做一样的事，跟《失控玩家》里“觉醒前的盖”一样。所以研究团队要给AI“外部刺激”，让它们能根据外界变化调整行为。

那“外部刺激”是什么样的？其实就是AI在村庄里“看到的东西”——每隔一段时间，AI身边的物体（桌子、床、冰箱）、其他村民的状态，都会以文字形式传给它。但问题是：这些信息大多很琐碎，比如“桌子啥事也没发生”“冰箱啥事也没发生”“伊莎贝拉在装饰房间”，多数信息对AI的行为没意义。

这时候就需要一个关键机制——Reflect（反思）：对这些琐碎的观察做“摘要”，抽取出真正重要的信息，相当于AI在“整理记忆”，知道哪些事值得记、哪些事会影响自己的计划。

3. 第三步：Reflect（反思）机制：让AI有“想法”，甚至会“妄想”

Reflect是整个研究里最有意思的部分，它让AI不只是“按规则做事”，还能产生自己的“想法”——甚至是像人类一样的“脑补”。具体怎么做？分4步：

（1）第一步：判断“事件重要性”，不记“鸡毛蒜皮”

首先要解决“哪些信息值得反思”：让ChatGPT给每个观察到的事件打分（1-10分），1分是“刷牙、折棉被”这种不重要的事，10分是“分手、被大学录取”这种重要的事。只有累积够多高分事件（比如3个8分以上的事件），AI才会启动反思。

（2）第二步：AI给自己“提问题”，驱动反思

启动反思后，AI会根据这些重要事件，给自己提3个问题——这些问题不是研究人员预设的，是AI自己想的。比如：

• 观察到“克劳斯和玛丽亚经常一起走”，AI可能会问“克劳斯和玛丽亚是不是在交往？”；
• 观察到“伊莎贝拉一直在装饰咖啡店”，AI可能会问“伊莎贝拉是不是在准备什么活动？”。

（3）第三步：检索“相关记忆”，找答案的依据

问题提出来后，AI需要从自己的“记忆库”里找依据——但记忆库全是“桌子没事”“冰箱没事”这种垃圾信息，所以要先“检索”：

• 按3个维度筛选：重要性（高分事件优先）、及时性（最近发生的优先）、关联性（用句子嵌入（sentence embedding）算“问题”和“记忆”的相似度，相似的优先）；
• 比如问“克劳斯和玛丽亚是不是在交往”，AI会检索出“昨天看到他们一起买咖啡”“前天看到他们一起散步”这些相关记忆。

（4）第四步：生成“高层洞察”，存入记忆

根据检索到的记忆，AI会生成5个“高层洞察”（high-level insight），还要标注这些洞察来自哪些记忆。比如：

• 基于“一起买咖啡”“一起散步”，AI可能生成“克劳斯和玛丽亚的互动比普通朋友更亲密，推测他们可能互相有好感”；
• 这些洞察会存入记忆，甚至能基于之前的洞察生成新洞察——比如后来观察到“他们一起参加情人节派对”，AI可能会生成“克劳斯和玛丽亚大概率已经在交往了”。

这里要跟大家说个有意思的点：这些洞察不一定是真的，可能是AI的“脑补”——就像人类会“自作多情”一样。比如：

• 观察到“学妹总让自己修电脑”，AI可能会反思“学妹一定喜欢我”；
• 观察到“老板半夜打电话”，AI可能会反思“老板暗恋我”——这就像李雪琴脱口秀里说的“自我攻略”，或者咱们常说的“肥宅妄想”。

（5）反思的结果：AI的“内心想法”

这些反思后的洞察，就是AI的“内心想法”（研究里叫“sort”）。比如在demo里，我们能看到玛丽亚的“内心想法”是“我暗恋克劳斯”，再看克劳斯的“内心想法”——居然也是“我暗恋玛丽亚”！这就很有意思了，典型的“两情相悦但都不告白”的剧情。

不过这里要跟大家“剧透”一下：我怀疑有些“暗恋”的反思不是AI自己生成的，而是研究人员手动加的。为什么？因为正常的反思会标注“依据哪些记忆”，但“暗恋”相关的反思没有标注任何证据——就像突然有个“谜之声”在AI脑子里植入了这个想法。当然，这只是我的猜测，具体还要看后续研究的补充。

四、剧情发展：情人节派对的“传播与结局”

有了人设、规划和反思，AI村民之间就会发展出“剧情”，最完整的就是“伊莎贝拉的情人节派对”。

1. 派对消息的“人际传播”

伊莎贝拉要办情人节派对，她会主动跟路过的村民说“2月14号下午5点，来我咖啡店参加情人节派对”——总共跟9个人说了，然后这9个人又会传给自己的朋友或家人：

• Sam传给老婆Jennifer：“伊莎贝拉邀我们去情人节派对”；
• Elsa传给玛丽亚，但她传错了，说成“伊莎贝拉要办读书会，一起去啊”；
• 克劳斯暗恋玛丽亚，却没传给她，反而传给了Abby（有点“直男操作”了）；
• 还有村民会回头跟伊莎贝拉确认：“听说你要办情人节派对？”。

从这个传播过程，我们能清晰看到AI村民的“人际关系网”——谁会跟谁分享消息，谁会传错消息，特别像现实中的人际互动。

2. 情人节派对的“真实结局”

到了2月14号，派对的结果特别“真实”——现实中常说“万人响应，零人到场”，这里虽然没那么惨，但也只来了4个人（本来有5个说要来，1个没来）。不过重点是：

• 玛丽亚来了，克劳斯也来了——他们不是一起的，是“正巧”都来的；
• 玛丽亚主动邀请克劳斯坐在自己对面，克劳斯本来就暗恋她，当然很开心；
• 最后他们在派对上互相告白，在一起了！

不过这里要跟大家说个小遗憾：demo网页加载特别慢，要从2月13号早上6点开始回放，我一直没等到2月14号下午，没亲眼看到他们告白的对话。如果有同学耐心等到了，记得回来跟我update一下细节！

五、总结：这个研究的价值与趣味

今天跟大家分享的这个AI虚拟村庄，不只是“好玩”，还有两个很重要的价值：

1. 技术参考：它展示了怎么用ChatGPT控制AI做复杂互动——比如分层规划、Reflect反思，这些技术未来可以用在“AI助手协作”“虚拟世界NPC设计”上；
2. 人性模拟：AI村民的“脑补”“人际传播”“剧情发展”，让我们看到AI也能模拟出人类的“烟火气”，虽然不会讲“狗血台词”（比如不会有“小兔崽子快去写作业”这种冲突对话，都是“父慈子孝”的温和互动），但已经很有代入感了。

如果大家对这个研究感兴趣，可以去arXiv找这篇论文（今年四月发布，作者标了Stanford和Google），也可以去玩一下demo——虽然慢，但看着AI村民过日子，还挺有意思的。

以上就是今天要分享的内容，谢谢大家！