观察：规模的数字变了，难题的性质也变了
如果把公开研究里的几个节点排在一起，会看到一条很清楚的规模线。早期的 Generative Agents 工作里，25个智能体生活在名为 Smallville 的沙盒小镇；而清华大学团队的 AgentSociety 把规模推到了一万多个智能体，约五百万次交互。
从二十五到一万多，不只是数量级的差别。小镇里的问题是“一个角色能不能显得可信”，能不能记得昨天的对话、按计划行动、自发协调一场情人节派对。城市规模的问题则变成了另一类：成千上万个可信的角色放在一起，社会层面的现象会不会出现，算力和验证能不能承受。
我们把这个变化当作一条值得持续关注的动态，因为它直接关系到 AI模拟人生 这条产品线：游戏里的虚拟城市，也会面对同样的规模问题，只是目标不同。
证据一：小镇里，记忆与反思让个体可信
Generative Agents 论文的贡献，是给LLM驱动的智能体一套可以运转的架构：
- 记忆流：用自然语言记录观察、计划和反思。
- 检索：按相关性等因素，从记忆流中取回当前需要的部分。
- 反思：把零散观察提炼成更高层的认识。
- 计划：据此安排一天的行动，并在情境变化时调整。
在这个架构下，智能体自发协调了情人节派对：有人发出邀请，有人互相转告，有人到场。它的意义在于说明，个体层面的记忆与规划，可以推动出群体层面的协作。但它的规模是几十个，交互可以被逐一审视，成本也还在可以讨论的范围内。
证据二：城市里，社会现象成为研究对象
AgentSociety 是一套大规模LLM驱动智能体的社会模拟器，被置于逼真的城市、社会和经济环境中，生成了一万多个智能体、约五百万次交互。研究者用它去复现和探讨一些现象，包括意见极化、全民基本收入的影响，以及外部冲击下的反应。
这里的重点，是从“看一个人像不像人”转向“看整个系统的行为”。研究者关心的是意见如何在群体里扩散、政策变化如何传导。但也必须说清楚：这是研究性的社会模拟，用来观察机制、检验假设，研究性模拟不等于预测现实。一座模拟出来的城市里发生了什么，不能直接当作真实社会的推断。
证据三：成本，是规模化绕不开的账单
规模每扩大一级，第一个撑不住的往往是成本。Affordable Generative Agents 指出，频繁调用大模型的花费很高，并提到 Stanford Town 研究的成本高达数千美元；它提出了分层决策、异步自我监控和“总结并遗忘”的记忆机制来降低调用成本，论文自述最多可降低约两个数量级。
这几条方法的共同点，是不让所有智能体在所有时刻都使用最昂贵的推理：常规的行为交给低成本的选项，只有需要新决策时才调用大模型，历史经历被总结后逐步遗忘。这个方向与游戏里的做法高度一致，也正是 一万个AI人物如何避免算不动 所讨论的核心。
对产品设计的启发：我们怎么读这些研究
把这几条线索放进大发娱乐的模拟人生设计里，会得出几点倾向。
- 先把状态结构化，再谈规模。 人物的收入、家庭、关系这些量应由系统维护，大模型只负责在关键时刻表达和抉择。这样即使规模变大，社会的因果依然可以被检查。
- 精度跟着关注度走。 玩家附近的角色使用完整的记忆与规划，远处的角色以家庭、街区为单位聚合，低频推进。
- 目标是可信与有趣，而不是复现现实。 研究里的社会模拟为了验证假设，需要贴近现实；游戏里的模拟为了让玩家理解和参与，需要因果清晰、前后一致。两者的评价标准不同，不能互相替代。
- 让玩家能看到“为什么”。 一件事在城里传开，玩家应能追溯经过了哪些人、哪些规则，而不是面对一个黑箱结果。
需要强调，这些是我们的设计倾向，不是对已有成果的宣布。文中提到的数字，除研究已公开的部分外，都不代表大发娱乐的实际规模。
还没解决的问题一：怎么验证“像不像社会”
规模变大以后，最难的也许不是跑得动，而是怎么知道它跑得对。一万个角色、五百万次交互，没有人能逐条阅读。
研究里常见的做法，是用整体现象作参照：看意见分布、资源分配、传播规律是否与已知的社会规律大致吻合。但这样做有天然的局限：吻合不等于正确，也许只是碰巧；不吻合也不一定意味着错，也许模拟的正是一个不同的假设情境。
对游戏来说，验证的标准更朴素：行为是否前后一致，事件是否有因果，回放能否复现。我们倾向于把可回放的日志和抽样复盘作为基本功，而不是急于宣称某个结论。
还没解决的问题二：一万个角色的行为一致性
单个角色在长时间运行后可能出现“人设漂移”：性格逐渐变弱，事实混乱，甚至把不同角色的状态混在一起。规模扩大后，这个问题会被放大：一万个角色里，只要有一小部分漂移，整个社会的结构就可能悄悄变形。
相关的研究方向包括把静态设定与动态经历分开存储、用事件感知的记忆结构降低混乱。这些思路在游戏里也很自然：人设是锚点，经历是变量，两者要分开管理。但把它们扩展到大规模社会，还有不少工程问题需要慢慢验证。
还没解决的问题三：成本会不会永远是约束
分层与遗忘可以明显降低调用成本，但成本下降并不意味着约束消失。玩家期待的细腻程度、模拟的复杂度，都会随着可用预算一起上涨。也就是说，我们很可能长期处在“用有限预算换取尽可能可信的社会”的取舍里。
因此更合理的姿态是：不追求“所有人都高精度”，而追求“该精细的地方足够精细，其余的部分足够自洽”。
小结
从几十个到一万多个，智能体社会模拟的规模在变大，需要回答的问题也从“像不像人”变成了“像不像一个可以被检查的社会”。对游戏而言，这意味着把重心放在结构化状态、分层精度、可回放的验证上，让玩家看到的是一座因果清楚、前后一致的城市，而不是一堆会说话的角色。这条线索我们会继续关注。
