3,094
个编辑
更改
→大模型社会模拟器AgentSociety 1.0
清华大学推出的AgentSociety 1.0是一个基于大模型的社会模拟器，旨在通过精确模拟社会舆论传播、认知观点极化和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的变革。该模拟器结合了大模型智能体、真实社会环境仿真和大规模模拟加速框架，通过自底向上的方式模拟复杂社会系统的运行规律，为社会科学研究提供了新的实验平台。它不仅能够模拟个体的行为和互动，还能在虚拟环境中进行多维度的数据采集和实验设计，显著降低了社会研究的风险和成本。
清华大学推出的AgentSociety 1.0是一个基于大模型的社会模拟器，旨在通过精确模拟社会舆论传播、认知观点极化和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的变革。该模拟器结合了大模型智能体、真实社会环境仿真和大规模模拟加速框架，通过自底向上的方式模拟复杂社会系统的运行规律，为社会科学研究提供了新的实验平台。它不仅能够模拟个体的行为和互动，还能在虚拟环境中进行多维度的数据采集和实验设计，显著降低了社会研究的风险和成本。
==大模型社会模拟器AgentSociety 1.0==
==背景==
智能时代呼啸而来，正深刻改变着人们生产、生活和学习的方式。过去几十年里，社会科学家和相关领域的研究者，一直致力于通过实证数据与模型揭示人类行为和智能社会运行的基本规律，试图找出隐藏在各种社会现象和治理痛点背后的因果机制，从而回答"是什么？为什么？如何治"等一系列问题。然而，在社会科学研究从"解释世界"向"改造世界"演进的范式转型中，研究者们始终面临着一个根本性挑战——如何突破传统实证主义方法的局限，实现对人类行为模式与社会运行规律的可计算、可干预、可预测的深度理解。正如物理学家费曼所说的那句经典名言："凡我无法创造的，我就无法真正理解。"真正的理解，不仅是观察和解释，更在于能否通过"生成式"的方式，自底而上地模拟复现人类行为的复杂模式与社会系统的运行规律，从而模拟、预测和研判智能社会治理演化路径和潜在社会风险，推动基于前瞻性实验主义智能社会治理最佳路径。
智能时代呼啸而来，正深刻改变着人们生产、生活和学习的方式。过去几十年里，社会科学家和相关领域的研究者，一直致力于通过实证数据与模型揭示人类行为和智能社会运行的基本规律，试图找出隐藏在各种社会现象和治理痛点背后的因果机制，从而回答"是什么？为什么？如何治"等一系列问题。然而，在社会科学研究从"解释世界"向"改造世界"演进的范式转型中，研究者们始终面临着一个根本性挑战——如何突破传统实证主义方法的局限，实现对人类行为模式与社会运行规律的可计算、可干预、可预测的深度理解。正如物理学家费曼所说的那句经典名言："凡我无法创造的，我就无法真正理解。"真正的理解，不仅是观察和解释，更在于能否通过"生成式"的方式，自底而上地模拟复现人类行为的复杂模式与社会系统的运行规律，从而模拟、预测和研判智能社会治理演化路径和潜在社会风险，推动基于前瞻性实验主义智能社会治理最佳路径。
正如复杂性科学先驱霍兰德所指出的："社会系统的本质在于其构成元素间的非线性涌现。"这一论断揭示了传统还原论方法在应对社会复杂性时的固有局限，也催生了"生成式社会科学"（Generative Social Science）这一研究范式的迅速崛起，该范式将社会视为复杂自适应系统，从微观层面出发，通过模拟个体的行为和互动来探索复杂社会系统的内在机制，强调通过自底向上的计算实现对社会数字孪生的构建。其中，智能体建模（Agent-Based Modeling）是目前广泛应用的一种方法，它通过构建Agent以及多Agents之间的交互关系，动态再现社会的运行状态。这种方法已被广泛应用于社会科学、政治学、经济学等领域，帮助研究者更深入地理解人类行为及社会的复杂性。
正如复杂性科学先驱霍兰德所指出的："社会系统的本质在于其构成元素间的非线性涌现。"这一论断揭示了传统还原论方法在应对社会复杂性时的固有局限，也催生了"[[生成式社会科学]]"（Generative Social Science）这一研究范式的迅速崛起，该范式将社会视为复杂自适应系统，从微观层面出发，通过模拟个体的行为和互动来探索复杂社会系统的内在机制，强调通过自底向上的计算实现对社会数字孪生的构建。其中，[[智能体建模]]（Agent-Based Modeling）是目前广泛应用的一种方法，它通过构建Agent以及多Agents之间的交互关系，动态再现社会的运行状态。这种方法已被广泛应用于社会科学、政治学、经济学等领域，帮助研究者更深入地理解人类行为及社会的复杂性。
尽管这一领域取得了重要进展，仍面临一个亟待解决的核心问题：这样的模拟究竟能在多大程度上真实还原现实社会的复杂性？因此，如何在保证模拟规模足够庞大以支持复杂性研究的同时，提升模拟的真实性，使其更贴近现实社会的运行逻辑，仍是亟待突破的重要方向。
尽管这一领域取得了重要进展，仍面临一个亟待解决的核心问题：这样的模拟究竟能在多大程度上真实还原现实社会的复杂性？因此，如何在保证模拟规模足够庞大以支持复杂性研究的同时，提升模拟的真实性，使其更贴近现实社会的运行逻辑，仍是亟待突破的重要方向。
==大模型社会模拟器AgentSociety 1.0==
"大型社会模拟器 AgentSociety"1.0<ref name="agentsociety">{{cite journal |authors=Jinghua Piao, Yuwei Yan, Jun Zhang, Nian Li, Junbo Yan, Xiaochong Lan, Zhihong Lu, Zhiheng Zheng, Jing Yi Wang, Di Zhou, Chen Gao, Fengli Xu, Fang Zhang, Ke Rong, Jun Su, Yong Li|title=AgentSociety: Large-Scale Simulation of LLM-Driven Generative Agents Advances Understanding of Human Behaviors and Society|journal=arxiv:2502.08691|year=2025|url=https://arxiv.org/abs/2502.08691}}</ref> 版本是由清华大学电子系城市科学与计算中心研究团队，联合清华大学智能社会治理研究院、公共管理学院、社会科学学院等跨学科团队深度协作，充分发挥[[大模型智能体]]、真实[[社会环境仿真]]与大规模模拟加速框架的技术优势，结合智能社会治理的前沿理论与实践探索，成功构建了基于大模型的，可精确模拟社会舆论传播、认知观点极化、公众政策响应等。AgentSociety从社会学第一性原理出发，以助力推动社会科学研究范式变革，推动了社会学领域从行为模拟到心智建模、从静态推演到动态共生、从实验室工具到社会基础设施的发展。具体而言，该模拟器包括：
*大模型驱动的社会人智能体：基于社会学理论，构建具有 "类人心智"的社会人智能体，赋予其情感、需求、动机与认知能力，并在这些心智驱动下进行复杂社会行为，如移动、就业、消费、社交互动等。
*大模型驱动的社会人智能体：基于社会学理论，构建具有 "类人心智"的社会人智能体，赋予其情感、需求、动机与认知能力，并在这些心智驱动下进行复杂社会行为，如移动、就业、消费、社交互动等。
*大规模社会模拟引擎：采用异步模拟架构与Ray分布式计算框架，结合智能体分组和 MQTT 高并发通信，实现高效、可扩展的智能体交互与社会行为模拟。
*大规模社会模拟引擎：采用异步模拟架构与Ray分布式计算框架，结合智能体分组和 MQTT 高并发通信，实现高效、可扩展的智能体交互与社会行为模拟。
*智能社会科学研究与治理工具箱：全面支持实验、访谈、问卷调查等一系列社会学研究方法，提供多种自动化数据分析工具，从定性研究到定量分析全面助力社会科学研究的深入开展。
*智能社会科学研究与治理工具箱：全面支持实验、访谈、问卷调查等一系列社会学研究方法，提供多种自动化数据分析工具，从定性研究到定量分析全面助力社会科学研究的深入开展。
[[File:AgentSociety_1.png|thumb|AgentSociety1.0 总览|替代=]]
[[File:AgentSociety_1.png|thumb|AgentSociety1.0 总览|替代=]]
====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。
==更多资料==
官方文档：https://agentsociety.readthedocs.io/en/latest/，
GitHub链接：https://github.com/tsinghua-fib-lab/agentsociety/
<references/>