博主头像

AI要学会像人一样犯错 | Simile 朴俊成 | 人类行为模拟 | AI替身 | 数字双胞胎 |

外来客 • 2026-08-13 03:01:50

分享
𝕏 f ◉
声明：本文为对公开视频内容的摘要整理， 未经本站独立核实，可能与原视频存在出入，不代表本站立场、观点或建议； 观点与版权归原作者及原平台所有。 如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

🤖 AI要学会像人一样犯错：Simile 的人类行为模拟革命

💡 核心观点：从“超级理性”转向“人类偏差”

  • AI 需要学会犯错：与 OpenAI 和 Anthropic 追求超级理性的智能机器不同，Simile 认为 AI 应具备人类的偏见、价值观和非理性情感。只有当模型能像人一样在特定情境下犯同样的错，才能真实模拟用户反应。
  • 反事实推理优于预测：企业决策的核心不是预测未来（如销量下滑），而是通过“如果做 A 而不是 B”的反事实推理来塑造未来。Simile 的核心价值在于展示生态系统走向结果的每一步路径，以及客户如何介入改变方向。
  • 因果数据是壁垒：互联网数据多为“人们说了什么”，而 Simile 采集的是“人们做了什么”的行为数据（交易记录、观察数据）及随机对照实验/AB测试数据。这种因果机制层面的数据支撑了反事实推理，构成了难以复制的竞争壁垒。
  • 规模化代表性：模拟技术的北极星是规模化的代表性，确保在重大决策中听到不同观点、品位和视角的声音，尤其是那些通常被忽视的利益相关方。

📊 关键事实与论据

1. 起源与技术突破

  • 斯坦福小镇实验：2023年，朴俊成（Junhyuk Park）在斯坦福博士期间，将25个具备记忆、规划和反思能力的 AI 智能体放入虚拟像素小镇“Small Valley”。智能体自发组织情人节派对，无需额外代码。该论文获 UIST 2023 最佳论文奖，引用量超 18,000 次。
  • 反思机制：引入类似“洗澡时顿悟”的反思模块，让智能体审视记忆碎片（如“为什么这周吃了五次煎蛋”），形成高层次自我认知和人格倾向，而非仅是行为记录堆砌。

2. 商业进展与融资

  • 融资历程：Simile 于 2025 年底成立，2026 年 2 月走出隐身模式。
  • A轮：1 亿美金，由 Index Ventures 领投。
  • B轮：2026 年 7 月 30 日完成，2 亿美金，由 Green Oaks 领投，估值达 20 亿美金。
  • 总融资额：3 亿美金，用时仅 6 个月，团队不到 60 人。
  • 客户案例：财富 100 强客户包括 CVS Health、德勤、盖洛普和 Wells Fargo。CVS Health 基于 290 万条用户授权数据建立超 10 万个 AI 替身，将调研周期从 4-6 周压缩至 15-30 分钟。

3. 产品效能与验证

  • 准确度基准：Simile 创建了代表美国人口的 1,000 人模拟，在问卷和行为实验中验证，AI 替身预测人类行为的准确度达到真人预测自己行为准确度的 85%（基准为同一人两周后复测的稳定程度）。
  • 成本与效率：生产模型推理成本比最初降低约 100 倍。朴俊成预判未来两三年内会出现单次模拟耗资 1,000-2,000 美金，但客户愿为避免数亿美金损失支付高额费用的高 ROI 场景。

🎯 结论与战略洞察

  • 数据战略决定生死：新一代 AI 公司必须拥有独特且可防御的数据战略。Simile 通过深度访谈提取普通人的决策模式和价值体系，强调样本需反映真实世界人口分布，而非仅依赖专家或程序员数据。
  • 团队构建哲学：朴俊成看重候选人在过往每一段经历中是否为“成功的贡献者”，体现极强的主人翁意识；同时青睐拥有两种矛盾超能力（如科学家的严谨与艺术家的想象力）的人才。
  • 市场定位：Simile 将自己定位为 AI 版图中的“智能 GPU”，不追求单一超级智能，而是通过规模化并行创造与人一样聪明的模型代表。其应用场景从避免灾难性决策（止痛药）扩展到气候变化协调、民主制度模拟等棘手社会问题。
  • 未来展望：合成面板市场有望超过人工调研，解锁目前仅 5% 被测试的想法中的剩余 95%。随着 AGI 与完美模拟器结合，传统股市等结构可能面临根本性重构。

博主头像 同一博主

🧭 类似博主

0 条评论

发表评论

请先 登录 后参与讨论。