《西部世界》里的接待员线上配资开户网，可能要失业了。
毕竟，人家一个乐园才养多少 NPC。这次，研究者直接照着地球人口规模，造了 83 亿个数字人。
最近，哈佛、MIT、斯坦福等一众顶尖机构联合推出 MatrAIx：一套人口规模的 AI 用户模拟系统。里面塞进了 83 亿份 Persona 档案，数量几乎和现实世界的人口打平。
名字听起来有点《黑客帝国》，玩法却更像《西部世界》：
先给每个「人」安排一套完整人设：年龄、职业、地区、语言、性格、消费习惯、风险偏好、专业能力…… 最多 1290 个维度；再把这些人设塞进 GPT-5.5、Claude Opus 4.8 等大模型里，让它们真的出去「生活」。
有人负责逛网站，有人找 AI 聊天，有人填问卷，还有人直接打开 iPhone 上的 Apple News+，看完内容、瞅一眼每月 12.99 美元的价格，再决定：这钱，我掏不掏。
更离谱的是，不同「人」还真有不同脾气。
同样面对涨价，有人立刻犹豫，有人觉得无所谓；同一个 AI 助手犯错，有人愿意再给一次机会，有人直接跑路；有人嫌 News+ 没有自己熟悉的语言内容，有人嫌专业领域覆盖不够。研究团队一共跑了 18189 次测试，还发现这些 Persona Agent 在受控实验中，有 91.5% 的行为能跟设定的人格特征对上。
视频链接：https://mp.weixin.qq.com/s/Hy-G4O5MoeGInAb40nS7iQ
这下，产品经理熟悉的流程可能要多一步了。
以前一个 App 上线前，要找用户、发问卷、做访谈、跑测试。
现在可以先问一句：要不先放进这个数字西部世界里，让几十万种用户替我们用一遍？
论文地址：https://arxiv.org/pdf/2608.04205项目地址：https://github.com/MatrAIx-ai/MatrAIx-Persona-8B论文标题：MatrAIx: Simulating the World with 8.3 Billion Persona Agents
作者阵容同样堪称豪华。哈佛、MIT、斯坦福、伯克利、CMU、普林斯顿、牛津、宾大、康奈尔、哥大等顶尖高校集体出现，背后还有 OpenAI、Anthropic、Microsoft Azure、AWS、Meta 提供资金、算力、模型访问及项目支持，从研究机构到 AI 大厂，阵仗基本拉满。
论文刚发，学术圈已经坐不住了。
论文上线仅 1 天 5 小时，就被 Nature 的 Senior Editor 注意到，并主动联系研究团队。
X 上的讨论热度也迅速冲了起来。大家最先被震住的，还是这个数字：83 亿。
「差不多相当于地球上每一个活着的人，都有一个对应的数字分身。」
「83 亿个虚拟人的 AI 模拟系统，规模几乎相当于整个地球人口。」
接下来，我们具体看看 MatrAIx 到底做了什么。
这项研究首先瞄准了一个很现实的问题：
AI Agent，究竟能在多大程度上模拟不同人群的行为和偏好？
研究者首先在评测场景中，探索了 agent 模拟人类偏好的可行性。一次高质量的用户研究，往往需要招募、筛选、评测和统计分析，覆盖几十人已经不易，更不用说同时比较上千个甚至更大规模的用户群体。若依靠真实用户完成大规模的测试，现实中时间和金钱成本都极高。
对此，MatrAIx 研究团队的核心思路是，通过赋予大模型人格，使其模仿多样的用户群体完成对大规模真人评测的模拟。MatrAIx 里 83 亿个带人格的虚拟用户能够高效准确地完成多种测试任务，解决产品测试成本高、耗时长、覆盖率低等一系列问题。
MatrAIx 评测平台主要包含三个核心部分：1. Persona-8B 人格数据库， 2. 四类仿真环境， 3. 多领域评测任务。
人格维度
MatrAIx Persona-8B 数据库包含 83 亿份人格记录。每份记录都基于标准化的 1290 个人格维度。这些维度分为五个大类：背景信息 238 维、心理特征 210 维、能力信息 331 维、行为与交互习惯 124 维，以及生活方式 387 维。从人口与职业背景一直延伸到价值观、专业能力、交互偏好和日常生活。研究者可以按年龄、地区、专业能力或风险偏好筛选人群，也可以比较不同群体针对同一产品时的反馈。
Persona-8B 的五类人格维度。整套框架共包含 1290 个类别维度，覆盖背景、心理、能力、行为与交互习惯和生活方式。表中同时列出了各类别的维度数量、代表性属性及主要数据依据。
数据构建
Persona-8B 采用两种主要构建方法: 1. 生成合成人格，2. 从已有资料中提取人类画像。
针对人格数据合成，MatrAIx 团队建立了一张有向无环图 (Directed Acyclic Graph)，用于描述属性之间的依赖关系。比如，教育水平与年龄相关，英语能力则与所在地区的主要语言相关。团队基于依赖关系依次采样，并用兼容性规则排除明显冲突的组合。以此方式生成的人格同时保留了单条人格的合理性和总体人口的多样性.
Persona-8B 的合成人格依赖图。每个节点代表一个人格维度，连线表示两个维度之间存在条件依赖。生成人格时，按照从父节点到子节点的顺序逐项采样，使年龄、教育、语言、职业等相关属性能彼此协调。
合成方式可用公式概括。一份人格出现的概率，可拆成 1290 个条件概率的乘积。生成时沿着 DAG 顺序，根据当前属性的父节点计算下一个属性的概率分布。
另一部分人格来自真实人类资料，包括 Wikipedia 人物百科、Amazon 用户评论历史、Stack Overflow 开发者调查、General Social Survey、PRISM Alignment，以及 355 名志愿者填写的 MatrAIx 人格问卷。这些资料被映射到同一套 1290 维度中，没有足够证据支持的属性会保留为空。
MatrAIx Playground 提供四类环境：问卷、AI 聊天机器人、网页和应用。
问卷：人格 agent 可以回答产品概念、价格敏感度、消费意愿等问题。AI 聊天机器人：环境会保留完整对话，观察用户是否追问、是否接受修正，以及在 AI 助手出错之后是否还愿意继续使用。网页：允许 agent 浏览站点、搜索信息、比较选项并作出选择。应用 App：agent 可以通过鼠标、键盘或触控操作例如 Linux、macOS 和 iOS 应用等。环境会记录交互过程、最终状态，以及文件、权限或设置发生的变化。
问卷关注选择和理由等概念测试，AI 聊天机器人关注多轮互动下 AI 模型的表现，网页与应用则提供沙箱环境测试 AI 与数字产品。MatrAIx 会保留完整的交互轨迹作为珍贵的数据资产，为后续评测分析或模型训练提供高质量的数据基础。
MatrAIx Playground 的实验运行与结果分析界面。上图展示人格筛选、多智能体对话以及针对单次交互生成的评测结果；下图展示群体实验报告，研究者可查看关键指标、回答分布、人格明细和验证状态。
目前，MatrAIx 收录了 1010 项任务，包括 621 项问卷任务、371 项 AI 聊天机器人任务、12 项网页任务和 6 项 App 任务，覆盖商业、软件、金融、医疗等 25 个以上的领域。每项任务不仅包含待评测的 AI 模型或数字产品，还配有相应的评测指标和评分标准。团队运行了其中 8 项代表性任务，共完成 18189 次用户交互。
MatrAIx 专门做了 400 次受控试验，最终有 366 次符合设定，整体遵循率为 91.5%。问卷、AI 聊天机器人和网页环境中，各有 10 个属性里的 9 个达到较强表现；应用环境中则是 6 个。团队还检查了从真实人类资料中提取人格的质量，人工评审（6 名）平均分为 4.135 分，满分为 5 分。GPT 5.5 和 Claude Opus 4.8 的评分与人工均分相差不超过 1 分的比例，分别为 79.2% 和 93.8%。这些结果说明，人格设定多数时候会直接影响 agent 的实际行为。
人格行为遵循度测试。400 次受控试验中，366 次正确表达或抑制了指定行为，整体遵循率为 91.5%。
虽然 MatrAIx 验证了多种环境下人格能实际影响 agent 行为，但这仍然不能等同于 agent 可以替代真实人类。论文也明确提醒，重大结论或涉及重要决策时，真人研究仍然必不可少。
过去的 AI 评测更关心模型能否给出正确答案、完成指定任务。MatrAIx 试着补上中间的空缺：不同背景和偏好的用户会有怎样不同的评测反馈。 MatrAIx 团队成功构建了一套以 83 亿人格数据库为基础的模拟用户评测体系，让大规模、多样化的模拟用户测试成为可能。
Explore the future today. Simulate before reality.
在今天探索未来，在现实之前模拟。
MatrAIx 由 Xiaomin Li 博士和 Yuexing Hao 博士共同组织。Xiaomin Li 毕业于哈佛大学，获应用数学博士学位，现任微软 CoreAI 高级研究科学家；Yuexing Hao 毕业于康奈尔大学，获博士学位，现任 MIT EECS 博士后研究员及微软 Office of Applied Science 研究科学家。团队汇集了 200 余名研究科学家、工程师，其中 40 余位来自 OpenAI、Anthropic、Google DeepMind 和 xAI。项目顾问由来自全球顶尖高校的教授和科技公司的行业领袖组成，包括科技公司首席执行官、计算机学院院长、首席科学家、AI 研究副总裁等。更多项目与团队信息可访问 MatrAIx 官方网站：https://matraix.ai。
兴盛网提示：文章来自网络，不代表本站观点。
相关文章
沪深京指数
热点资讯
