@seclink: 以下是 2024–2026 年类似 AI-Town 的、来自论文且有开源实现的有趣 AI 概念原型,按方向分类: 虚拟社会 / 涌现行为 1. Project Sid(Altera AI,2024) "AI 文明实验" — 在 Minec…
摘要
该帖子整理了2024-2026年多个基于论文且有开源实现的AI概念原型,涵盖虚拟社会仿真、涌现行为研究及通用仿真框架等方向,包括Project Sid、AgentSociety、OASIS、VirSci、Concordia和AgentTorch等项目。
查看缓存全文
缓存时间: 2026/07/03 10:34
以下是 2024–2026 年类似 AI-Town 的、来自论文且有开源实现的有趣 AI 概念原型,按方向分类:
虚拟社会 / 涌现行为
- Project Sid(Altera AI,2024) “AI 文明实验” — 在 Minecraft 里放入 1000+ 个 AI Agent,观察文明级行为涌现
论文:arXiv:2411.00114 GitHub:altera-al/project-sid 亮点:Agent 自发产生职业分工(农民/商人/建筑师)、货币经济、民主规则甚至宗教传播 架构:PIANO(Parallel Information Aggregation via Neural Orchestration)—— 并行多认知模块协作 2. AgentSociety(清华大学 FIB Lab,ACL 2025 Industry Track) “大规模城市社会仿真” — 3万+ Agent 在城市环境中运行,研究社会政策影响
论文:arXiv:2502.08691 GitHub:tsinghua-fib-lab/AgentSociety 亮点:研究UBI 政策、社会极化、城市韧性;Agent 有情绪/动机/认知层 技术:Ray 分布式执行,GPU 并行,支持 ReAct/Plan-Execute 等多种推理模式 3. OASIS(CAMEL-AI + 上海 AI Lab,2024) “百万级社交媒体仿真” — 模拟 Twitter/Reddit,最高支持 100 万 Agent
论文:arXiv:2411.11581 GitHub:camel-ai/oasis 项目页:http://oasis.camel-ai.org 亮点:研究信息扩散、群体极化、羊群效应;关键发现是涌现行为在 1万 Agent 以下几乎不出现 专域仿真(科研 / 医疗 / 组织) 4. VirSci / Virtual Scientists(ACL 2025 Main) “AI 科研生态” — 多 Agent 协作进行文献调研、假设生成、idea 评审
GitHub:open-sciencelab/Virtual-Scientists 亮点:Agent 团队的协作拓扑影响创新性,验证了科学社会学中的 “新鲜团队产出更具突破性” 规律 通用仿真框架 5. Concordia v2(Google DeepMind,2025) “TTRPG 式多 Agent 仿真框架” — Game Master 扮演环境,Agent 扮演角色,自然语言驱动
论文:arXiv:2507.08892(v2 技术报告) GitHub:google-deepmind/concordia 亮点:Entity-Component 架构,AI Safety 研究利器,2025年8月发布 v2.0(更轻量模块化) 6. AgentTorch(MIT,AAMAS 2025 Oral) “亿级人口 ABM 仿真” — 模拟 840 万纽约市民的 COVID 传播行为
GitHub:AgentTorch/AgentTorch 亮点:可微分仿真(类似 PyTorch 但针对 Agent),LLM Archetypes 方法在大规模下平衡表达力与算力 核心创新:“不是每个 Agent 都调 LLM”,而是从人口中提炼少量典型 archetype 再映射
相似文章
@JIACHENLIU8: AI4S 研究现状:自我演进循环、多智能体系统、智能体技能、科学基准等 —— 都是为了提升文献…
本文批评了当前AI for Science(AI4S)研究专注于弥补前沿模型弱点的做法,认为真正的瓶颈在于科学生态系统,而非单个AI科学家的智能。文章呼吁转向从第一性原理构建AI-Native的科学生态系统。
@snowboat84: https://x.com/snowboat84/status/2070656715515932930
这篇文章详细介绍了AI for Science(AI4S)的新范式,从AI作为分析工具到科研智能体(scientific agents)的转变,阐述了自主性层级、关键案例和未来趋势。
@seclink: https://x.com/seclink/status/2057086514975404108
Anthropic工程师公开了长时AI智能体的开发经验,包括多角色分工、独立评估器等方法,使AI能在3-5小时内自动生成完整应用,连续运行能力提升12倍。
本文系统梳理了AI Agent架构与工程实践,涵盖控制流、上下文工程、工具设计、记忆、多Agent组织、评测、追踪和安全,基于OpenClaw实现展开,强调Harness(测试验证基础设施)对系统稳定性的关键作用。
本文系统梳理了AI Agent架构与工程实践,涵盖控制流、上下文工程、工具设计、记忆、多Agent组织、评测、追踪和安全,基于OpenClaw实现展开,强调Harness(测试验证基础设施)对系统稳定性的关键作用。
@seclink: 分享 《开发者生态信息差报告(2026-06-05)》,有兴趣的朋友可以阅读。 - 现在有人开始把 openclaw 类项目迁移到 AI 眼镜 和 AI 指环等可穿戴设备了 ... - 机器人与具身智能开源 有很多开源的数据和开源的模型 …
分享了一份开发者生态信息差报告,内容包括将openclaw类项目迁移到AI眼镜和指环等可穿戴设备、机器人与具身智能的开源数据与模型,以及AI API中转站与路由的开源应用。