3,094
个编辑
更改
跳到导航
跳到搜索
第1行：
第1行： − + 第21行：
第21行： − + − 第35行：
第34行： − + 第52行：
第51行： − + 第91行：
第90行： − + 第120行：
第119行： − + 第176行：
第175行： − + − + 第189行：
第188行： − + 第200行：
第199行： − + 第208行：
第207行： − + 第217行：
第216行： − + 第223行：
第222行： − + − AgentSociety同时提供在线使用和离线运行两种智能体部署方式，欢迎智能社会治理同仁和社会科学研究人员关注使用。+ − + − +
→清华大学推出基于大模型的社会模拟器AgentSociety 1.0
== 清华大学推出基于大模型的社会模拟器AgentSociety 1.0 ==
== 大模型社会模拟器AgentSociety 1.0 ==
清华大学推出基于大模型的社会模拟器AgentSociety 1.0，可精确模拟社会舆论传播、认知观点极化、公众政策响应等社会现象，推动智能社会治理和科学研究范式变革
清华大学推出基于大模型的社会模拟器AgentSociety 1.0，可精确模拟社会舆论传播、认知观点极化、公众政策响应等社会现象，推动智能社会治理和科学研究范式变革
官方文档：https://agentsociety.readthedocs.io/en/latest/，
官方文档：https://agentsociety.readthedocs.io/en/latest/，
GitHub链接：https://github.com/tsinghua-fib-lab/agentsociety/ ]
GitHub链接：https://github.com/tsinghua-fib-lab/agentsociety/ ]
[[File:AgentSociety_1.png|center|600px|thumb|图 1 AgentSociety 总览]]
[[File:AgentSociety_1.png|center|600px|thumb|图 1 AgentSociety 总览]]
[[文件:AgentSociety 1 1.png|缩略图]]
[[文件:AgentSociety 1 1.png|缩略图]]
为了展示大规模社会模拟器在社会科学研究中的价值，团队开展了一系列典型社会实验，涵盖干预实验、访谈和调查问卷等方法。实验聚焦观点极化、煽动性消息传播与治理、全民基本收入（Universal Basic Income, UBI）政策和飓风冲击下的社会动态，深入探讨个体与群体行为在不同社会机制下的演化规律。基于AgentSociety的实验，有效模拟了真实世界中常见的"回音室效应"、煽动性信息具有更强的传播性和情绪引导力、UBI政策在个体消费和改善心理健康方面的效果、以及飓风冲击下的人群流动的受限与恢复，研究结果与真实世界高度一致，证明了AgentSociety作为低成本实验场地验证政策的有效性。
为了展示大规模社会模拟器在社会科学研究中的价值，团队开展了一系列典型社会实验，涵盖干预实验、访谈和调查问卷等方法。实验聚焦观点极化、煽动性消息传播与治理、全民基本收入（Universal Basic Income, UBI）政策和飓风冲击下的社会动态，深入探讨个体与群体行为在不同社会机制下的演化规律。基于AgentSociety的实验，有效模拟了真实世界中常见的"回音室效应"、煽动性信息具有更强的传播性和情绪引导力、UBI政策在个体消费和改善心理健康方面的效果、以及飓风冲击下的人群流动的受限与恢复，研究结果与真实世界高度一致，证明了AgentSociety作为低成本实验场地验证政策的有效性。
=== 一、大模型驱动的社会人智能体 ===
=== 大模型驱动的社会人智能体 ===
社会人智能体是AgentSociety的核心。团队提出的大模型驱动的社会人智能体，旨在通过结合大模型智能体技术与心理学、经济学和行为科学理论，模拟具有复杂社会行为的智能体，并通过模拟大规模智能体间及智能体与环境的交互，探索社会现象的演变和集体行为。具体而言，团队将社会人智能体设计分为三个层面：心智、心智-行为耦合和行为。
社会人智能体是AgentSociety的核心。团队提出的大模型驱动的社会人智能体，旨在通过结合大模型智能体技术与心理学、经济学和行为科学理论，模拟具有复杂社会行为的智能体，并通过模拟大规模智能体间及智能体与环境的交互，探索社会现象的演变和集体行为。具体而言，团队将社会人智能体设计分为三个层面：心智、心智-行为耦合和行为。
在行为层面，提出的社会人智能体不仅能够执行简单行为，还能够展现多层次的复杂社会行为，包括移动、社交和经济活动。简单行为主要涵盖睡眠、饮食、娱乐和休息等基础活动，这些行为虽然不涉及复杂的决策，但对智能体的整体状态和长期行为模式至关重要。例如，睡眠不足可能影响情绪和社交意愿，而良好的饮食和娱乐体验则可能提升幸福感，进一步塑造智能体的社交和工作行为。复杂社会行为方面，智能体能够在移动、社交和经济活动中展现高度的自主智能。移动行为不仅涉及简单的地点切换，还包括出行方式选择、路径规划以及对交通环境的动态调整，使智能体的移动模式更符合现实社会的出行习惯。社交行为不仅限于基本互动，还涉及社交关系的建立、维持和演变，智能体会根据自身需求、情感状态和外部环境调整社交策略，从而形成类似人类的社交网络。经济行为方面，智能体不仅理解资源交换的基本概念，还能根据自身经济状况、市场环境和个体偏好进行工作、消费等经济决策，展现出符合社会规则的经济行为模式。
在行为层面，提出的社会人智能体不仅能够执行简单行为，还能够展现多层次的复杂社会行为，包括移动、社交和经济活动。简单行为主要涵盖睡眠、饮食、娱乐和休息等基础活动，这些行为虽然不涉及复杂的决策，但对智能体的整体状态和长期行为模式至关重要。例如，睡眠不足可能影响情绪和社交意愿，而良好的饮食和娱乐体验则可能提升幸福感，进一步塑造智能体的社交和工作行为。复杂社会行为方面，智能体能够在移动、社交和经济活动中展现高度的自主智能。移动行为不仅涉及简单的地点切换，还包括出行方式选择、路径规划以及对交通环境的动态调整，使智能体的移动模式更符合现实社会的出行习惯。社交行为不仅限于基本互动，还涉及社交关系的建立、维持和演变，智能体会根据自身需求、情感状态和外部环境调整社交策略，从而形成类似人类的社交网络。经济行为方面，智能体不仅理解资源交换的基本概念，还能根据自身经济状况、市场环境和个体偏好进行工作、消费等经济决策，展现出符合社会规则的经济行为模式。
[[File:AgentSociety_3.png|center|600px|thumb|图 3 社会人智能体设计架构]]
[[File:AgentSociety_3.png|center|600px|thumb|图 3 社会人智能体设计架构]]
|}
|}
=== 二、真实社会环境 ===
=== 真实社会环境 ===
为了让智能体的行为更加贴近现实世界，团队构建了一个 高度真实、可交互的城市社会环境，支持 移动、社交和经济活动 等核心行为的模拟。与仅依赖大模型推理不同，团队的环境 结合物理约束、社会规则和资源限制，确保智能体的行为符合现实逻辑，避免 大模型生成的"幻觉"影响。
为了让智能体的行为更加贴近现实世界，团队构建了一个 高度真实、可交互的城市社会环境，支持 移动、社交和经济活动 等核心行为的模拟。与仅依赖大模型推理不同，团队的环境 结合物理约束、社会规则和资源限制，确保智能体的行为符合现实逻辑，避免 大模型生成的"幻觉"影响。
|}
|}
=== 三、大规模社会模拟引擎与社会学研究工具箱 ===
=== 大规模社会模拟引擎与社会学研究工具箱 ===
为了实现真实、高效地大规模社会模拟，团队构建了一个高效、可扩展、支持大规模社会人智能体并行执行的社会模拟引擎。该引擎不仅结合了LLM驱动的多智能体系统和真实城市社会环境，更在系统架构上进行了深度优化，以确保模拟结果既具备现实合理性，又能大规模、高效运行。
为了实现真实、高效地大规模社会模拟，团队构建了一个高效、可扩展、支持大规模社会人智能体并行执行的社会模拟引擎。该引擎不仅结合了LLM驱动的多智能体系统和真实城市社会环境，更在系统架构上进行了深度优化，以确保模拟结果既具备现实合理性，又能大规模、高效运行。
上表展示了随着智能体数量增加，系统在分布式计算下的可扩展性及性能表现。实验表明，令牌使用模式（包括输入和输出）保持稳定，分布式并行框架能够有效支持大规模智能体的执行，充分利用多核计算能力，成功缓解了CPU瓶颈，确保了系统的可扩展性。同时，实验结果也表明，在完全并行的条件下，执行效率主要受限于大模型API调用的性能。
上表展示了随着智能体数量增加，系统在分布式计算下的可扩展性及性能表现。实验表明，令牌使用模式（包括输入和输出）保持稳定，分布式并行框架能够有效支持大规模智能体的执行，充分利用多核计算能力，成功缓解了CPU瓶颈，确保了系统的可扩展性。同时，实验结果也表明，在完全并行的条件下，执行效率主要受限于大模型API调用的性能。
=== 四、社会实验典型案例 ===
=== 社会实验典型案例 ===
为了展示大规模社会模拟器在社会科学研究中的价值，团队开展了一系列典型社会实验，涵盖干预实验、访谈和调查问卷等方法。实验聚焦 观点极化、煽动性消息传播与治理、UBI政策和飓风冲击下的社会动态，深入探讨个体与群体行为在不同社会机制下的演化规律。
为了展示大规模社会模拟器在社会科学研究中的价值，团队开展了一系列典型社会实验，涵盖干预实验、访谈和调查问卷等方法。实验聚焦 观点极化、煽动性消息传播与治理、UBI政策和飓风冲击下的社会动态，深入探讨个体与群体行为在不同社会机制下的演化规律。
==== 4.1 观点极化社会传播现象模拟 ====
==== 观点极化社会传播现象模拟 ====
观点极化指社会群体内部的观点逐渐分化，形成难以调和的对立阵营。本实验以枪支管控政策为议题，模拟社会智能体的观点演化过程。实验设计包含对照组和两个干预组：在对照组中，智能体通过相互讨论更新观点，没有外部干预，观点的演化完全依赖于智能体之间的自主社交交互；在同质信息组中，智能体仅接收到与其立场相同的信息，从而模拟信息茧房效应；在对立信息组中，智能体仅接收与其立场相反的信息，旨在测试不同观点的影响。通过这种实验设计，研究人员仅需要书写简单实验配置文件，即可在模拟器中开展该实验，
观点极化指社会群体内部的观点逐渐分化，形成难以调和的对立阵营。本实验以枪支管控政策为议题，模拟社会智能体的观点演化过程。实验设计包含对照组和两个干预组：在对照组中，智能体通过相互讨论更新观点，没有外部干预，观点的演化完全依赖于智能体之间的自主社交交互；在同质信息组中，智能体仅接收到与其立场相同的信息，从而模拟信息茧房效应；在对立信息组中，智能体仅接收与其立场相反的信息，旨在测试不同观点的影响。通过这种实验设计，研究人员仅需要书写简单实验配置文件，即可在模拟器中开展该实验，
如上图所示，针对枪支管控这一政治议题，三种实验设置下的观点变化呈现出明显的差异。在对照组中，智能体之间进行自由讨论，没有外部干预，结果显示39%的智能体在互动后变得更加极化，而33%的智能体则倾向于持更加温和的观点。与此相比，在同质信息组中，观点极化现象更加显著，52%的智能体的观点变得更加极端。这表明，与志同道合的个体过度互动可能会加剧观点的极化，即真实世界中常见的"回音室效应"。而在对立信息组中，89%的智能体的观点变得更加温和，11%的智能体甚至被说服接受了对立的观点。这表明，接触到不同意见的内容能够有效缓解观点极化，或可成为应对极化现象的一种有效策略。
如上图所示，针对枪支管控这一政治议题，三种实验设置下的观点变化呈现出明显的差异。在对照组中，智能体之间进行自由讨论，没有外部干预，结果显示39%的智能体在互动后变得更加极化，而33%的智能体则倾向于持更加温和的观点。与此相比，在同质信息组中，观点极化现象更加显著，52%的智能体的观点变得更加极端。这表明，与志同道合的个体过度互动可能会加剧观点的极化，即真实世界中常见的"回音室效应"。而在对立信息组中，89%的智能体的观点变得更加温和，11%的智能体甚至被说服接受了对立的观点。这表明，接触到不同意见的内容能够有效缓解观点极化，或可成为应对极化现象的一种有效策略。
==== 4.3 煽动性消息的传播模拟与智能治理 ====
==== 煽动性消息的传播模拟与智能治理 ====
煽动性消息指包含极端观点或误导性信息的内容，这类信息在社交网络中的快速传播可能加剧群体冲突，影响公共讨论环境。本实验模拟 煽动性信息在社交网络中的传播，并测试不同的内容治理策略对其扩散模式和群体情绪的影响。实验包括对照组和煽动性信息组：在对照组中，智能体仅传播普通信息，团队观察其自然扩散过程及情绪演化。在煽动性信息组，团队引入带有强烈情绪表达的煽动性内容，分析其对信息传播速度和群体情绪的影响。针对煽动性信息传播的治理，团队设计了节点干预和边干预 两种策略，其中节点干预 通过检测并封禁反复传播煽动性内容的账户、以减少信息源头，边干预则在发现煽动性内容传播时切断社交连接，以遏制其扩散。实验还通过与智能体的交互式访谈探究个体在分享煽动性消息时的心理动因。在模拟器中开展该实验的配置如下，
煽动性消息指包含极端观点或误导性信息的内容，这类信息在社交网络中的快速传播可能加剧群体冲突，影响公共讨论环境。本实验模拟 煽动性信息在社交网络中的传播，并测试不同的内容治理策略对其扩散模式和群体情绪的影响。实验包括对照组和煽动性信息组：在对照组中，智能体仅传播普通信息，团队观察其自然扩散过程及情绪演化。在煽动性信息组，团队引入带有强烈情绪表达的煽动性内容，分析其对信息传播速度和群体情绪的影响。针对煽动性信息传播的治理，团队设计了节点干预和边干预 两种策略，其中节点干预 通过检测并封禁反复传播煽动性内容的账户、以减少信息源头，边干预则在发现煽动性内容传播时切断社交连接，以遏制其扩散。实验还通过与智能体的交互式访谈探究个体在分享煽动性消息时的心理动因。在模拟器中开展该实验的配置如下，
实验结果显示，煽动性消息在社交网络中具有更强的传播潜力和更高的情绪反应。节点干预，即暂停频繁传播煽动性内容的账户，比边干预更有效，能够更好地控制煽动性消息的扩散。情绪强度分析的结果表明，煽动性消息显著放大了网络中的情绪强度，而节点干预在调节情绪反应方面表现尤为突出。进一步，访谈结果揭示，强烈的情绪反应和社会责任感是推动煽动性信息分享的主要驱动因素，用户常因同情或担忧而分享信息，希望引起公众关注或推动社会反应。总体来看，煽动性信息具有更强的传播性和情绪引导力，与真实人类社会中的观测结果高度一致。同时，节点干预在信息控制和情绪调节方面更为有效，为优化社交网络内容管理策略提供了有力支持。
实验结果显示，煽动性消息在社交网络中具有更强的传播潜力和更高的情绪反应。节点干预，即暂停频繁传播煽动性内容的账户，比边干预更有效，能够更好地控制煽动性消息的扩散。情绪强度分析的结果表明，煽动性消息显著放大了网络中的情绪强度，而节点干预在调节情绪反应方面表现尤为突出。进一步，访谈结果揭示，强烈的情绪反应和社会责任感是推动煽动性信息分享的主要驱动因素，用户常因同情或担忧而分享信息，希望引起公众关注或推动社会反应。总体来看，煽动性信息具有更强的传播性和情绪引导力，与真实人类社会中的观测结果高度一致。同时，节点干预在信息控制和情绪调节方面更为有效，为优化社交网络内容管理策略提供了有力支持。
==== 4.4 全民基本收入（Universal Basic Income，UBI）政策推演 ====
==== 全民基本收入（Universal Basic Income，UBI）政策推演 ====
UBI 旨在缓解贫困、促进经济稳定和提升社会福祉，尽管其高昂成本和经济影响存在争议，但作为 改善收入分配和增强社会保障的政策工具，已成为研究焦点。本实验通过模拟UBI 政策的干预效果，探讨其对个体经济行为和宏观经济环境的影响。实验包括对照组和UBI干预组。对照组中，智能体在无 UBI 政策的条件下进行经济活动；干预组则模拟实施 UBI，每名智能体每月获得 $1,000的无条件收入，以观察其消费、储蓄、就业选择等行为变化。实验基于 UBI 试点地区（如美国德克萨斯州）的人口分布数据，并通过对比两组模拟的 经济和社会指标，评估 UBI 对个体和整体经济的影响，分析其是否与现实 UBI 社会实验的结果相符。
UBI 旨在缓解贫困、促进经济稳定和提升社会福祉，尽管其高昂成本和经济影响存在争议，但作为 改善收入分配和增强社会保障的政策工具，已成为研究焦点。本实验通过模拟UBI 政策的干预效果，探讨其对个体经济行为和宏观经济环境的影响。实验包括对照组和UBI干预组。对照组中，智能体在无 UBI 政策的条件下进行经济活动；干预组则模拟实施 UBI，每名智能体每月获得 $1,000的无条件收入，以观察其消费、储蓄、就业选择等行为变化。实验基于 UBI 试点地区（如美国德克萨斯州）的人口分布数据，并通过对比两组模拟的 经济和社会指标，评估 UBI 对个体和整体经济的影响，分析其是否与现实 UBI 社会实验的结果相符。
实验结果显示，模拟中的经济系统随着时间推移逐渐稳定，实际GDP和智能体消费水平的波动逐渐缩小。团队在第96步引入了UBI政策，并比较了接下来24步内的经济和社会指标，具体包括智能体消费水平和抑郁水平（使用CES-D量表进行调查问卷评估）。结果表明，UBI政策显著提高了消费水平并降低了抑郁水平，这与德州UBI政策的影响相似，验证了模拟的现实性。此外，通过对智能体的访谈，分析了它们对UBI政策的看法。访谈结果显示，UBI政策的影响与利率、长期福利、储蓄和生活必需品等关键因素密切相关，反映了现实中公众对UBI政策的普遍认知。这些结果一方面支持了UBI政策在提高消费和改善心理健康方面的效果，另一方面也证明了模拟器作为低成本实验场地验证政策的有效性。
实验结果显示，模拟中的经济系统随着时间推移逐渐稳定，实际GDP和智能体消费水平的波动逐渐缩小。团队在第96步引入了UBI政策，并比较了接下来24步内的经济和社会指标，具体包括智能体消费水平和抑郁水平（使用CES-D量表进行调查问卷评估）。结果表明，UBI政策显著提高了消费水平并降低了抑郁水平，这与德州UBI政策的影响相似，验证了模拟的现实性。此外，通过对智能体的访谈，分析了它们对UBI政策的看法。访谈结果显示，UBI政策的影响与利率、长期福利、储蓄和生活必需品等关键因素密切相关，反映了现实中公众对UBI政策的普遍认知。这些结果一方面支持了UBI政策在提高消费和改善心理健康方面的效果，另一方面也证明了模拟器作为低成本实验场地验证政策的有效性。
==== 4.5 飓风冲击下的社会动态模拟推演 ====
==== 飓风冲击下的社会动态模拟推演 ====
飓风等极端自然灾害对社会结构和个体行为产生深远影响，理解此类事件对人口流动、基础设施和社会稳定的冲击对于优化应急响应和降低灾害风险至关重要。本实验模拟飓风来袭期间的社会动态，分析个体在灾害环境下的行为模式。实验基于 2019 年飓风多里安（Hurricane Dorian） 对美国东南部的影响，选取南卡罗来纳州哥伦比亚市作为案例研究。数据来源包括 SafeGraph 移动数据（记录城市内人群流动模式）和 Census Block Group（CBG）数据（提供人口统计特征），用于构建 1,000 名社会智能体，模拟其在飓风期间的行为变化。
飓风等极端自然灾害对社会结构和个体行为产生深远影响，理解此类事件对人口流动、基础设施和社会稳定的冲击对于优化应急响应和降低灾害风险至关重要。本实验模拟飓风来袭期间的社会动态，分析个体在灾害环境下的行为模式。实验基于 2019 年飓风多里安（Hurricane Dorian） 对美国东南部的影响，选取南卡罗来纳州哥伦比亚市作为案例研究。数据来源包括 SafeGraph 移动数据（记录城市内人群流动模式）和 Census Block Group（CBG）数据（提供人口统计特征），用于构建 1,000 名社会智能体，模拟其在飓风期间的行为变化。
[[File:AgentSociety_12.png|center|600px|thumb|图 12 飓风冲击下人流移动强度变化]]
[[File:AgentSociety_12.png|center|600px|thumb|图 12 飓风冲击下人流移动强度变化]]
=== 四、未来展望 ===
=== 未来展望 ===
面向未来智能社会治理探索，AgentSociety 将成为人机共生、治理创新、后稀缺经济模式的试验场，测试 AI 议员参与立法对民主决策的影响，模拟UBI与机器人税组合政策，甚至在数字环境推演 AI 时代的法律与伦理框架，探讨科技与社会的共存模式。团队所提出的AgentSociety 是一个基于大语言智能体的大型社会模拟器，正在从 "预测与解释工具" 逐渐进化为 "智能社会治理实验室"。其核心价值不仅在于分析社会现象，更在于构建一个实验平台，用于政策沙盒测试、危机预警和未来社会形态探索，助力社会治理与文明演化。
面向未来智能社会治理探索，AgentSociety 将成为人机共生、治理创新、后稀缺经济模式的试验场，测试 AI 议员参与立法对民主决策的影响，模拟UBI与机器人税组合政策，甚至在数字环境推演 AI 时代的法律与伦理框架，探讨科技与社会的共存模式。团队所提出的AgentSociety 是一个基于大语言智能体的大型社会模拟器，正在从 "预测与解释工具" 逐渐进化为 "智能社会治理实验室"。其核心价值不仅在于分析社会现象，更在于构建一个实验平台，用于政策沙盒测试、危机预警和未来社会形态探索，助力社会治理与文明演化。
[[File:AgentSociety_13.png|center|600px|thumb|图 13 AgentSociety未来展望]]
[[File:AgentSociety_13.png|center|600px|thumb|图 13 AgentSociety未来展望]]
=== 五、平台使用方法 ===
=== 平台使用方法 ===
AgentSociety同时提供在线使用和离线运行两种智能体部署方式，欢迎智能社会治理同仁和社会科学研究人员关注使用。
==== 1. 在线体验 ====
==== 在线体验 ====
目前平台正处于内测阶段（详见https://agentsociety.readthedocs.io/en/latest/，https://agentsociety.fiblab.net/exp/1a4c4fa5-04c1-4973-9433-b8b696f2fda0）。研发团队诚挚欢迎来自社会科学、大模型、智能体等各个领域的学者尝试平台并提出宝贵建议和意见。平台提供易用的在线实验环境，包括智能体、城市社会环境、社会科学研究工具箱、完善的手册文档与实验案例以及在线指导。后续内部评测后，将提供在线使用模式。
目前平台正处于内测阶段（详见https://agentsociety.readthedocs.io/en/latest/，https://agentsociety.fiblab.net/exp/1a4c4fa5-04c1-4973-9433-b8b696f2fda0）。研发团队诚挚欢迎来自社会科学、大模型、智能体等各个领域的学者尝试平台并提出宝贵建议和意见。平台提供易用的在线实验环境，包括智能体、城市社会环境、社会科学研究工具箱、完善的手册文档与实验案例以及在线指导。后续内部评测后，将提供在线使用模式。
用户可以通过邮箱agentsociety.fiblab2025@gmail.com提交研究提案。经过团队审核和讨论后，团队将通过邮件发送内测账号，协助您顺利完成实验。期待与大家共同探索和推动社会科学研究的前沿发展！
用户可以通过邮箱agentsociety.fiblab2025@gmail.com提交研究提案。经过团队审核和讨论后，团队将通过邮件发送内测账号，协助您顺利完成实验。期待与大家共同探索和推动社会科学研究的前沿发展！
==== 2. 离线运行 ====
==== 离线运行 ====
用户可以在官方网站https://agentsociety.readthedocs.io/en/latest/下载离线版本，在本地部署后进行智能体的配置和实验，平台提供适用于Linux、MacOS Arm等不同类型操作系统的相应版本，方便模拟环境的快速部署和测试。
用户可以在官方网站https://agentsociety.readthedocs.io/en/latest/下载离线版本，在本地部署后进行智能体的配置和实验，平台提供适用于Linux、MacOS Arm等不同类型操作系统的相应版本，方便模拟环境的快速部署和测试。