清华团队构建大型社会模拟器 AgentSociety ，可精确模拟社会舆论传播、公众政策响应等社会现象

66 0 0

文章摘要

清华大学跨学科团队开发的”大规模社会模拟器AgentSociety”1.0版本，通过整合大模型智能体、真实环境仿真与分布式计算框架，构建了可模拟社会舆论传播、政策响应等复杂社会现象的数字实验平台。该系统以社会学第一性原理为基础，推动社会科学研究范式从行为模拟向心智建模、静态推演向动态共生转变，为智能社会治理提供低成本、高效率的验证工具。

社会人智能体作为核心模块，采用三层架构实现类人行为模拟：心智层面融合性格画像与动态心理状态，通过情感、需求和认知系统驱动决策；行为层面支持从基础生存活动到复杂社交网络的自主决策。实验显示，智能体在24小时仿真中能自主规划移动路径、调整社交策略并作出经济决策，其行为模式符合现实社会的时间节奏与互动逻辑。真实城市环境模块通过物理约束、社会规则和现实数据的三维建模，确保智能体在交通、资源分配等场景中的行为具备现实合理性，系统测试表明可支持百万级智能体的高并发交互。

模拟引擎采用异步架构与Ray分布式计算框架，结合MQTT高吞吐通信协议，实现智能体分组管理和高效并行计算。性能测试显示，在32核服务器上可稳定运行10,000个智能体，查询速率达每秒10^5次。配套的社会学研究工具箱集成实时监测、智能体访谈、批量问卷和三类干预实验功能，支持动态调整实验参数与数据采集。

研究团队通过四类典型实验验证了系统的有效性：在观点极化实验中，接触对立观点使89%的智能体态度趋于温和，印证了跨群体对话的调节作用；煽动性信息传播模拟发现节点干预策略（封禁高频传播账户）较边干预（切断社交连接）效率提升37%；UBI政策推演显示每月1000美元补贴使消费水平提升23%，抑郁指数下降18%，与真实社会实验数据趋势一致；飓风灾害模拟复现了人群活动强度下降76%的灾时特征，移动模式与2019年飓风多里安真实数据误差小于9%。

该系统突破传统实证研究的时空限制，实现了社会现象的可计算化与政策效果的前瞻性评估。未来研究将深化智能体的认知演化机制建模，拓展跨文化社会系统的对比模拟，探索人机协同的社会治理新模式。