推荐语
过去两年，AI 行业围绕 AGI 的讨论集中在两件事上：让模型更聪明，让机器人更灵巧。推理能力、代码能力、物理世界模型——这些构成了当前 AGI 叙事的主线。但一个同样根本的能力被长期忽视了：AI 要怎么理解人，以及人与人之间的关系？
今年 3 月，Google DeepMind 在对 AGI 的最新定义中，把通用智能拆成十项认知能力，社会认知是其中之一。它同时发起的专门征集五项"评测缺口最大"的能力评测方案，社会认知就在其中。
一个人在看到一条广告后，会形成怎样的判断与购买意愿；几个立场不同的人在博弈中，会彼此妥协还是对抗；一万个消费者在相互影响下，会涌现出怎样的市场潮流与舆论走向——这些问题的本质，都是对社会动力学的建模与预测。它不是某个垂直场景的需求，而是 AGI 拼图中缺失的一整层能力：社会智能（Social Intelligence）。今天的大语言模型并不是为解决这些问题而训练的。
弭宝瞳在 2016 年进入中国人民大学时就开始研究这个问题，那时候它叫"社会计算"。此后十年，他在这个方向上读完了博士和博后，中间创业融了近千万美元，经历了一个完整的小模型时代周期。今年博后出站，他决定重新创业，方向兜了一圈又回到原处——只是社会计算现在有了一个新名字：社会智能。
变化来自大模型。LLM 让 Agent 第一次具备了足够拟人的泛化能力，使千万规模的社会模拟从论文里的设想变成了可以运行的系统——社会智能第一次有了自己的仿真环境，就像物理仿真之于具身智能。据弭宝瞳介绍，社会模拟器与真实社会规律的吻合度，我们已经从两年前的 30%～40%提升到 90%左右。海外资本显然已经嗅到了这个信号 Humans& AI 今年初以 44.8 亿美元估值完成 4.8 亿美元种子轮融资，斯坦福小镇团队创办了 Simile，市场研究模拟公司 Aaru 达到独角兽规模。
但弭宝瞳认为，模拟器只是过渡态，终局是 Social World Model——一个能对人类的信念、意图和关系结构进行状态建模与转移预测的基座模型。如果这件事成立，它的意义就不止于一个做预测实验的社会仿真环境，任何一个需要跟人类社会打交道的 Agent——读懂一个人的 AI 伴侣、在团队中协调分歧与信任的协作 Agent、预判千万消费者反应的营销 Agent、走进社区与街头的具身机器人，都需要这样一层社会推理能力。社会世界模型将成为 Agent 进入人类社会的 Foundation Model。
在这篇访谈中，弭宝瞳详细拆解了社会智能的四层技术架构、多步推演的误差控制机制，以及从模拟器到世界模型的演进路径。这些判断能否成立，仍取决于多个尚未收敛的学术与工程问题。但至少，这个方向已经不再只是一个有趣的学术分支了。让我们一起走进他的创业故事。
Highlights
社会模拟这件事本身不新，ABM 三十年前就被提出了，但规则写得再多，agent 也不可能像人一样有泛化能力。三十年里，这个领域一直缺的就是一个"像人的人"，而今天的 LLM 补上了这个缺口。
一个虚拟社会要可信，它就得有自己的历史。我们的模拟器从 1950 年代开始注入历史背景，模拟器里的老人"经历过"三年困难时期，这些经历让他们今天不敢消费；而年轻 agent 没有这些记忆，月光也无所谓。
互联网上的文本，记录的是人们说了什么、做了什么，是已经发生的那一条轨迹。而社会推理需要的是反事实——同样这群人，换一种说法、换一个时点、换一个人来说，会怎么反应。这种数据在真实世界里不存在，因为历史只跑一遍，模拟器能生产的恰恰是这个。
被高估的是"模拟器里的 Agent 像不像人"——像人和像社会是两件事。这两年很多社会模拟做成了很好玩的游戏，止步的原因就在这儿。
被低估的是社会智能的应用最后会有多密集。今天大家都认了"AI 需要理解物理世界"，但真正每天要跟 agent 打交道的不是物体，是人。社会智能的价值，不会比具身智能低。
如果只看微观个体，sim-to-real 的 gap 其实很致命——我今天很难把"你"完整地建模出来，可能只能建模你的十分之一。但我们建模的对象是群体，而群体层面有很多机制在兜底：关键节点重点建模，普通节点靠聚合，群体规律就能稳定复现。
01 从社会计算到社会智能：十年的回旋镖回到了原点
ZP：先请弭总介绍一下自己过去的主要经历。
弭宝瞳：我 2016 年入学人大计算机读博，选的方向很有人大特色，也是今天社会智能的前身：社会计算。
这两个词的差别，其实就是这十年的差别。社会计算是用计算的方法研究社会，从数据里发现人群的规律，本质是一件"discover"的事；社会智能是让 AI 真正具备理解社会的能力，能推断人类意图、预测人类社会反应，甚至参与到人类的大规模协作中。前者是研究社会的工具，后者是进入社会的智能。
刚入学我就发表了第一篇论文《社交物联网研究综述》，应该是第一次定义了物理智能，研究怎么让物体也像人一样产生社交网络式的交互和连接，再用图的方式从连接里挖掘价值。
2018 年读博二的时候，我参加人大的创业比赛拿了冠军，刘强东给了 10 万块钱奖金。拿完冠军就开始创业了。从 2018 年到 2023 年，前后融了近 1000 万美元，做的是小模型时代的数据合成与数据训练，完整经历了 Gartner 周期，全部技术发展与商业变现，都亲手摸过一遍。
博士毕业之后做了两年博后，今年出站。让我确信社会智能会成功，是具身智能的发展。
当年我们用计算的方式，从数据里一条一条发现的那些人类社会规律，为什么不能走同一条路？它们同样稳定，同样可以被表达，同样在人类社会里运行了几千年——它们也应该能像物理规律一样，内化到每一个物理 Agent、数字 Agent 当中。
而要把规律内化进模型，靠的是数据。创业那五年，我就专注在数据是怎么变成模型能力的，只不过这一次数据的对象，不是文本，不是图像，是人。
02 社会科学的可计算性：一个被忽视的共识
ZP：社会智能对大部分读者来说还是一个比较陌生的领域。2016 年它在学术界大概处于什么位置？有没有读者可能会熟悉的应用场景？
弭宝瞳：2016 年的社会智能，在学术方向更多被叫做社会计算，在整个 CS 里也属于比较独特的方向。那时候 NLP 和 CV 仍然是主流，但人大这边有很多老师和同学在做社会计算。人大在这个领域是国内最强的——AI 和人文社会科学的结合，天然的土壤。
当年的社会计算很难拿出来做一个标准化的产品，更多是以算法的形式出现。那时候这个方向的很多同学，毕业后就去大厂做推荐了。比如微信视频号的"朋友赞过"、LinkedIn 的"你可能认识的人"，这类把社交关系放进推荐算法的做法，学术上叫社会化推荐，就是社会计算和推荐系统的交叉地带。
到今天，社会智能已经有了全新的定义，重心也从"发现规律"移到了"内化规律"。但有一件事十年没变：社会科学的可计算性，在学术界从来不缺共识，缺的一直是商业化的时机。我等的就是这个机会。
ZP：之前 AI 领域关于 AGI 的讨论里，有没有包含 Social Intelligence 这个维度？
弭宝瞳：一直是包含的。今年 3 月，Google DeepMind 在对 AGI 定义的 paper 中，AI 在生成、推理、问题求解上已逼近甚至超越人类最高水平，而整张图上凹陷最深的，正是社会认知，连人类中位数都还没摸到。
只不过这件事情要发生在 Agent 要进入人类社会时，才会被大家关注到，被大家看到它的商业价值。之前大家关注比较多的还是推理、知识层面、理性决策层面的内容，但情感侧的和社会交互侧的，之前做的是比较少的。
包括今天，大家觉得 LLM 已经很懂人了，会共情、会安慰，基础的 benchmark 分数也不错。但这个"懂"其实是似是而非的，LLM 学的是社交语言的表面规律，什么场合该说什么话，见过千万遍，只是模仿得特别像。
很简单的例子，同样一句"你可真行"，老板说、对手说、好朋友说，意思完全不一样。听懂这句话靠的不是语言能力，是你得懂这个人所处的社会环境。人类每天都在毫不费力地完成这种推断，但对 AI 来说，要完成对社会状态的建模才能理解。
通往 AGI，缺的已经不是语言的生成和推理，而是"理解社会"。而最后一块拼图，往往就是最大的机会。
ZP：社会智能这个领域，是否存在像物理规律那样比较强的 ground truth？
弭宝瞳：从纯工科的直觉出发，可能会有点误解，觉得社会这东西太软，没有规律可言。
但社会动力学的规律，在近几十年的社会科学里，已经和物理规律一样成为学科共识。我们说的"乌合之众"现象，本质是一套数学公式，群体传播里的阈值模型，也是一个数学公式，跟牛顿定律在形式上是一样的。人群的运动同样有它的力学。
而且这些规律是稳定的，自从有人类社会，它们就存在了。变化的只是观测手段——有了社交媒体、有了计算机，我们能更快地观察、做实验、把规律抽象出来。也正是近几十年 CS 和人文社会学科的结合，加速了这个领域的成熟。今天在学术界，这已经是一个相当成熟、共识度很高的方向：每年主流顶会顶刊上都有大量AI+社会科学的工作，上周的 ICML 上有，下个月的 KDD 上也有，是一个成体系的学科分支。
所以 ground truth 不仅存在，我们还在系统性地生产它。我们依托人大的资源，邀请了很多人大社会学院、新闻学院、劳人学院的同学，来做 ground truth 的标注和校验，有点像两三年前大家雇理工科博士生给 LLM 做数据标注、做对齐，我们今天在找大量人文社科的老师和同学，给 Social World Model、给社会模拟器做校准。人类几千年积累下来的对人类社会的理解，正在以这种方式被写进模型。
ZP：那社会系统的可计算边界在哪里？是否有可能刚才说的那些可被公式化的部分，只是社会科学中比较小的一部分？
弭宝瞳：我觉得边界不在"哪些能算、哪些不能算"，而在推演的长度。
这几乎是所有 world model 的共同属性，它是"预测未来"这件事本身的代价。自回归地往下推，推到几十步之后就会开始漂，物理世界模型要用方程去约束。
社会系统有统计意义上的约束，阈值模型、沉默的螺旋、复杂传染等等这些规律在真实社会里是稳定成立的。所以我们把它们做成 benchmark，推演的每一步都检验一遍，看是否还落在这些约束里。
03 从发现规律到内化规律：大模型带来的拐点
ZP：您提到 2023、2024 年出现了一个拐点。这个拐点具体是什么？是大模型能力到了某个阈值，还是社会智能领域自身发生了变化？
弭宝瞳：是大模型带来的。之前我们很难大规模地建模社会中人和人之间的关系，只能用社会计算、数据挖掘的方式，一条一条地去发现规律——小模型时代就是这样。
到了 LLM 时代，有一个非常重要的变化：它能更好地模拟"人"。社会模拟这件事本身不新，ABM（agent-based modeling）三十年前就被提出了，但那时是 rule-based 的——给每个 agent 写几十条、几百条规则。规则写得再多，它也不可能像人一样有泛化能力，也没法像人一样在信息不完全的环境下做决策（学术上叫 POMDP 问题）。
三十年里，这个领域一直缺的就是一个"像人的人"。而今天的 LLM，能很好地生成一个拟人化的 agent。
个体层有了突破之后，再往上走到交互层、群体层、社会层，整个社会模拟器就跑通了。在模拟器里，可以无限次地复现社会中各种各样的规律，从而生产出足够庞大的"人"以及"人与人之间关系"，带完整因果链的社会状态数据，这为后面训练 Social World Model 提供了基础。而社会预测本身就有很强的商业化空间：预测产品反响、预测营销效果、预测品牌走势、预测一个舆论事件会引发怎样的群体反应。
从 2023 年到 2026 年，学术界大量研究都在推动一个关键指标的突破：规模化和置信度。最早的斯坦福小镇只有 25 个 agent，置信度也很低，所以早两年你看到很多人拿社会模拟器做出个游戏来，大家觉得挺有意思，但也就到此为止。我们现在做到了 1000 多万个 agent，置信度做到 90%以上，已经能被大部分企业和商业场景认可了。一个学科从有意思走到有用，往往就是这几十个百分点的距离。
ZP：您刚才提到了一个关键词叫"内化规律"。从发现规律到内化规律，这个跃迁具体意味着什么？
弭宝瞳：社会世界模型最早的雏形，可以叫心智模型（Theory of Mind），建模的主要还是个体，在交互之前，先推断对方的信念和意图，再生成合适的交互策略，比如为了做更好的用户体验，先判断你想要什么。这也是我们去年在 ACL 上的一篇 paper。
我们把更多的交互规律、群体规律、社会规律都内化到社会世界模型里，这样 Agent 在执行之前，可以 rollout 出去做预测、做推断：预测个体的变化，预测多人交互的走向，预测群体的趋势，甚至预测社会层面的响应。这个能力，我们今天把它收敛地定义为"社会推理能力"。
这是一次身份的转变，AI 不再是研究社会的工具，而开始成为社会的一部分。
04 如何构建一个可信的社会模拟器
ZP：您把社会智能的实现分成了四层架构。能不能展开讲讲每一层分别要解决什么问题？
弭宝瞳：社会智能的实现——或者叫社会推理能力的构建——从逻辑上可以分成四层：个体心理层、交互动力层、群体行为层、社会制度层。每一层上都有大量的科研难题需要攻克，而且必须自下而上地推进。
第一层是个体心理层，要解决的是"造出像人的个体"。这一层要研究心智模型、记忆机制、情感对齐（emotional alignment）。今天的 LLM 都被训练成了讨好型人格——但真实社会里，不可能每个人都是讨好型的。所以我们用情感对齐的方法，让 LLM 生成人格更丰富、更多样的 agent，我们称之为"大规模人格化长程 agent 的构建"。光这一件事，背后就需要心智模型、记忆机制、LLM 对齐、用户行为预测等一系列研究支撑。
第二层是交互动力层，解决的是"人和人之间会发生什么"。有了拟人的个体，就要让多个 agent 之间能像人一样博弈、谈判、欺骗、协作。我们去年在 ICLR 上的一篇文章讨论的就是这个问题：如何让 LLM 在囚徒困境、公共物品博弈这些经典场景里，做出像人一样的合理决策。
第三层是群体行为层，从几个人扩展到以万为单位的 large group。到了这个规模，乌合之众、阈值模型、沉默的螺旋、复杂传染——这些经典的社会心理学规律，就能在模拟中自己涌现出来。人类研究了一个多世纪的群体规律，第一次可以在一个可控的环境里被反复重放。举个例子，我们今年在 WWW 上有一篇文章，用超图结构在虚拟社会里复现出同样的茧房，让每个 agent 在虚拟社会里也能够像刷小红书、抖音一样接收到 feed 流。
第四层是社会制度层，包括政治治理、经济市场、法律规范、组织分工、文化价值观等制度性结构，模拟社会结构层面的运行逻辑。除了用 Axelrod 文化传播这类经典模型做校验，团队刚刚发表了社会模拟领域的第一个 Benchmark。
ZP：置信度 90%是一个很高的数字。你们怎么验证模拟器确实达到了这个水平？
弭宝瞳：这正是我们那篇 Benchmark 论文专门讨论的问题。里面设定了几条明确的评测标准：比如角色多样性——几千万个 agent，每一个都是不同的角色，而不是同一个模板复制出来的；比如交互真实性——agent 之间有真实的交互，agent 自己也拥有记忆；比如实验不可感知性——不能让 agent知道自己在被做实验，否则它的行为就失真了。
工程层面也要满足真实事件的注入。举个例子：我们的模拟器大约从 1950 年代开始注入历史背景。这意味着模拟器里的老人，是经历过三年困难时期的——这些经历让他们今天不敢消费；而年轻 agent 没有这些记忆，月光也无所谓。一个虚拟社会要可信，它就得有自己的历史。你必须把这些 background 做进去，agent 的行为才能代表真实社会的规律。
所以说，90%不是一个单点指标，而是每一层都做对之后的结果：个体像人、交互像真的、群体规律能涌现、历史和制度背景都在——每一层都符合真实社会，整体模拟器与真实社会的吻合度才能突破 90%。
ZP：这样的技术要求对团队构成有什么影响？你们的团队是怎么搭建的？
弭宝瞳：这事没法靠一个天才，而是靠一支成建制的队伍。
物理模拟器要建模的因素相对单一，力学、摩擦、碰撞，基本在一个学科的框架内。社会模拟器不一样：建模个体要懂心理学，建模交互要懂博弈论，建模群体要懂社会学和传播学，建模制度要懂政治经济学。这很难是一个研究员能全部 cover 的，也不太可能靠某一位老师单点成功。
所以我们是"军团作战"。依托人大的科研资源，多位老师协作——有人做个体建模，有人做群体动力学，也有人专门做 World Model 的架构和预训练，为整件事打技术底座。
所有人的成果最终都要回到同一个模拟器里跑通，不是各自发各自的论文，而是每个模块都得在同一套系统里对接得上，还要过同一套 benchmark 和置信度校验，才能进主干。
交叉科研对我们来说是常态。跟新闻学院、社会学院、法学院这些院系的合作一直在进行，比如社会模拟器的 ground truth 标注和校验，就是人文社科的老师和同学在做。像我 2016 年入学时，就是在这个土壤里潜移默化开始的。
模拟器工程和 World Model 的训练落地由公司全职团队负责，他们来自人大、清华、北大、CMU，有大厂高 P，也有连续创业者，负责把社会模拟器和社会世界模型做成产品、推向市场。
ZP：为什么选择用图的方式来做状态表征？人群中不是也有集体潜意识之类的现象吗——个体之间可能没有实质接触，但共享一套信念系统。除了图之外，是否还有其他可行的建模方式？
弭宝瞳：其他方式肯定有，比如纯文本。但纯文本表示有个硬伤：随着 agent 数量、时间步数和交互密度的增加，成本和错误率是超线性增长的，现有工作实证上基本止步于 2 到 5 个 agent。
图的好处在于，它天然是一种多尺度表征。我跟一个人打交道，图的输入就是一个单点；跟一群人打交道，是一张小图；模拟一个大群体，就是一个大规模网络——对图来说，这些都是同一套表征下的自然输入。
你说的"没有接触但共享信念"，图也能表征。图并不只有两两连边，像我们用的超图，可以把共享同一个信念、同一个信息源的一群人放在一条边上，没有实质接触的关联同样能被表示出来。人大有很多老师深耕图的研究，我当时做社交物联网的时候，底层大多就是图论的方法。
关键是，社会推理能力本身就是多尺度的。不同尺度的输入，对应不同的 action，产生不同尺度的输出：个体层的 action 通常是说服、安慰、欺骗；多人层的 action 是协作、博弈，看它对这张关系网络产生什么影响；到了大规模群体，action 就不再是单点的说服安慰，而是舆论引导、营销投放这样的群体动作。多尺度输入，经过 action，得到多尺度输出，这个过程就是世界模型里常说的"状态转移"。
所以如果今天要给 Social World Model 下一个定义：它是对人类社会动力学的可表征系统，建模单个、多个乃至大规模主体的信念、意图与社会关系，实现对社会状态转移的预测。
ZP：多模态输入对于这个领域有多重要？
弭宝瞳：重要，尤其在个体层，它是一个关键输入。
我们所有的社会推理都以人为基本单元，而人的社会信号大量藏在语言之外。缺了多模态，就会丧失非常多的社会推理能力。比如戴上 AI 眼镜，我就能建模你的表情、你的肢体语言、你的语气，同样一句话配上不同的表情，意思可能完全相反。这对具身机器人尤其关键，它要进入人类社会，靠纯文本是读不懂现场的。
模拟器这边也一样。我们今天构造信息茧房主要还是用文本，在虚拟社会里用 feed 流的方式给 agent 推送文本，相当于拿一个虚拟版的今日头条不断给 agent 刷内容。但真实世界里，今天的人刷的是抖音、是视频，视频对情绪和行为的影响方式跟文本不一样。所以更理想的做法，是把视频承载的情绪强度、感染力这些信号也建模进来。
我们有专门的科研人员在做多模态情感计算，就是要把多模态信号里的情绪信息提取出来、量化出来，喂给虚拟社会里的 agent。
ZP：训练数据来自模拟器，但模拟器中的数据本质上源于 LLM 和人类社会产生的文本。再拿这些数据去训练 agent、产生新的文本——会不会存在循环偏差的问题？
弭宝瞳：这是一个真实存在的问题。就像具身智能有 sim-to-real 的 gap，我们这个领域同样有。
如果只看微观个体，这个 gap 其实很致命：我今天很难把你完整地建模出来，可能只能建模你的十分之一。但关键在于，我们建模的对象是群体，而群体层面有很多机制在兜底。
比如乌合之众现象里，最关键的是那个"头"，那个 KOL；不太发声的大多数，只需要作为构成规律的成员存在就行。真实的人类社会，某种程度上也正是被这些 KOL 驱动的。所以我们的做法是：普通节点靠聚合，关键节点重点建模、重点校验。
这些机制叠加起来，群体规律就能稳定复现，个体层面偏差很大，群体层面反而没那么大。
05 行业格局与商业化路径
ZP：2026 年以来，这个方向在海外突然变得很热。Humans& 拿了近 5 亿美元的种子轮，Aaru 做市场研究模拟做到了独角兽规模，斯坦福小镇团队的 Simile 也出来创业了。您怎么理解这一波突然爆发的热度？它跟技术的实际成熟度匹配吗？
弭宝瞳：得分两层看。一层是社会模拟器，比如斯坦福小镇团队的 Simile ai，它确实到了可以商业化变现的阶段—，产品形态上大家比较一致，也跑出了一些真实场景。这一层的热度和技术成熟度是匹配的。
另一层是社会世界模型，硅谷资本在这一层的下注更激进，比如 Humans&直接就是去训一个 foundation model，瞄着终局做。这一点我们非常认可：社会模拟器的终局，就是社会世界模型。
模拟器现在的推演成本还比较高，所以主要给到高决策成本的场景，比如我们在多家头部汽车厂商落地的市场营销场景，他们做错一个决策的成本动不动就上亿元，只要决策成本足够高，推演的成本就能够 cover。但终局不是模拟器本身，而是把它内化到模型里，成为每一个 agent 自带的社会世界模型：跟一个人打交道时有心智能力，跟几个人打交道时有交互能力，面对一群人时有预测社会反应的能力。
这些恰恰是今天的 LLM 不具备的，LLM 并不是为了建模人与人之间的关系而被训练出来的。所以才需要重新做一个 foundation model。只是模拟器是有商业化场景的，可以先拿出来做：一边验证商业价值，一边积累真实世界的数据反馈。它会成为这个 foundation model 最重要的数据来源。
按这个节奏，我们计划在明年推出自己的社会世界模型。
ZP：您觉得 Humans&跳过模拟器阶段、直接训练模型，这个逻辑成立吗？
弭宝瞳：他们不是跳过模拟器阶段，而是跳过了模拟器的商业价值。我非常喜欢 Humans&官网上用社会模拟里经典的 Axelrod 文化传播模型来当彩蛋。
互联网上的文本，记录的是人们说了什么，做了什么，是已经发生的那一条轨迹。而社会推理需要的是反事实，同样这群人，换一种说法、换一个时点、换一个人来说，会怎么反应。这种数据在真实世界里不存在，因为历史只跑一遍，你永远不知道那条没被选中的路上会发生什么。
模拟器能生产的恰恰是这个。同一个社会反复重来，跑出千万条平行的分支，这是真实世界给不了的数据。
这跟具身领域的路径也是一样的：两三年前大家在讲 Omniverse 这样的物理仿真器，而它最重要的贡献，是促成了 Cosmos 这样的物理世界模型。所以模拟器不只是一个能变现的产品，它是这个 foundation model 的重要数据来源。
ZP：从模拟器到世界模型——类比于物理仿真器到物理世界模型——路径很像，但中间技术上的核心难点是什么？
弭宝瞳：我觉得有两个，一个在模拟器侧，一个在模型侧。
第一个难点是交叉学科的门槛。物理模拟器要建模的因素相对单一，力学、摩擦、碰撞，基本在一个学科的框架内。社会模拟器不一样：建模个体要懂心理学，建模交互要懂博弈论，建模群体要懂社会学和传播学，建模制度要懂政治经济学——这很难是一个研究员能全部 cover 的，必须靠大量交叉学科的科研投入。所以整体难度门槛，比物理模拟器更高，需要一个成建制的科研团队。
第二个难点在 social world model 本身的框架还没收敛。这个概念在今年上半年刚刚成为学术共识，但还没有一个被公认的主流模型框架，状态怎么表征、转移怎么建模、用什么架构去训，大家还在提出各种不同的技术路线。
ZP：你们团队在防止多步推演产生偏移方面，有什么具体的做法？
弭宝瞳：我们内部有一个 L1、L2、L3 的分级，偏移的防控在每一级上做的事不一样。
L1 是单步的社会状态推断，个体层面推一遍就结束，主要是用"量表"。比如建模 10 万个消费者，静态地推一次：最简单的形态就是让这 10 万个 agent 答一份调查问卷，或者做 10 万场用户访谈。一步推断，没有误差累积的问题。
L2 是多步的社会推演，这 10 万个虚拟消费者之间会有传播、有舆论、有 KOL 的发酵，要模拟的是从单步到多步的跨越。误差问题就出在这一级：如果第一步就错了，后面每一步都在放大这个误差，推到最后，结论基本就没有参考性了。这就像天气预报——单日预报可以很准，但误差逐日累积，报到第 30 天就没意义了。所以多步推演的核心，就是每一步都要压住误差的传递。
L3 是模型层面的校验，让 social world model 不断拿真实社会的真实数据去对齐，这也需要今年学术界比较热的 continual learning（持续学习）的突破，让模型在线地持续更新。相当于每隔一段就把模型锚回真实世界一次，不让偏移越滚越大。
目前社会模拟器的难点就在 L2 多步，这一块学术上还有大量问题没解决。目前对偏移的防控，更多还是靠 benchmark，就是我们两个月前发表的那个 benchmark，推演的每一步都可以去检验，是否还符合那些经典社会规律的约束。
ZP：Social World Model 和语言模型、Agent 之间，将来会是什么样的关系？
弭宝瞳：可以直接类比具身那边 world model、LLM 和 VLA 的关系：world model 负责预测和推演，执行交给 LLM 或者 VLA。Social world model 提供的是预测能力、推演能力、rollout 的能力，它回答的是如果这么做，社会会怎么反应。
在数字场景里，它推演出你应该发一篇什么调性的广告、面向什么人群、避开什么雷区，具体文案的写作交给 LLM。在具身场景里，一个机器人走进一个有好几个人、彼此还有关系的现场，它要判断的是先跟谁说话、这句话说出去会让谁下不来台，当着孩子的面该不该纠正大人。这些不是单点的措辞问题，是在一张关系网络上做推演，具体的肢体动作再由 VLA 去执行。
所以它在 agent 的技术栈里，是位于决策之前的那一层：LLM 负责行动，social world model 负责在行动之前，先想清楚社会后果。
ZP：这条赛道上的参与者，大家最终会分化到不同的市场各做一块下游场景，还是最终会走向比较正面的竞争？
弭宝瞳：我觉得最终还是会走到基座模型层面的竞争。
硅谷现在有一些垂直的小应用。比如 a16z Speedrun 投的一家公司，把你 APP 的用户建模成 agent，在下一次发版之前，先让这些 agent 来用你的新版本——以前是 launch 之后才能做 AB 测，现在 launch 之前就能做 A/B 测。这类应用是有真实价值的，也代表了这一波的应用层机会。
但逻辑上，它只是 social intelligence 非常基础的一个场景。你想想一个很有用户 sense 的产品经理，他其实不太依赖 A/B 测，因为用户模型已经内化在他脑子里了，方案还没上线，他心里就大致知道用户会怎么反应。
所以垂直应用最终都会被内化成 social world model 里的一次推理调用。这也是为什么终局的竞争，一定发生在基座模型这一层。
06 被低估的赛道与创业者的心态
ZP：截止目前这波热潮里面，您觉得比较被高估的和被低估的分别是什么？
弭宝瞳：被高估的是模拟器里的 Agent 像不像人。一个 demo 里 agent 聊得活灵活现，大家就觉得成了。但像人和像社会是两件事。这两年很多社会模拟做成了很好玩的游戏，止步的原因就在这儿。
被低估的，是社会智能的应用最后会有多密集。今天大家都认了AI 需要理解物理世界，但真正每天要跟 agent 打交道的不是物体，是人。绝大多数 agent，无论跑在屏幕里还是跑在机器人身上，最终都要面对一个人或者一群人。社会智能的价值，不会比具身智能低。
ZP：产业界有哪些领域会比较快地受益于 Social Intelligence？能不能举一些具体的例子？
弭宝瞳：分两层：模拟器已经在受益的，和世界模型将来会解锁的。
模拟器这一层，受益最快的是高决策成本的领域。我们先从大众消费品的大企业切入，做他们的决策层。对他们来说，模拟器是一种非常低成本的推演方式，比调查问卷、用户访谈、AB 测试、舆情监控等等都高效得多。全球市场调研是 1500 亿美元的盘子，而这个市场过去的手段，对比今天的 AI 生产力，太慢、太贵、也太滞后了。
比如我们和奇瑞汽车的合作，是在营销策略正式投放之前，先在模拟器里比一遍，不同策略分别打动哪些人群、可能在哪里翻车、传播会走到什么程度。他们要的不是一个数字，是几个方案之间的取舍。
以前只有重大决策才舍得动用重的预测手段，现在很细微的决策也可以先推演一遍，模拟器把预测社会反应这件事普适化了。除了企业端，政府端的政策评估模拟，也是同一个逻辑。
社会世界模型这一层，受益的将是所有需要跟人类社会打交道的 agent。social world model 是把社会推理做成一层能力，内置到 agent 里，成为自带的社会直觉。
那些核心任务是跟人打交道的 Agent 会先受益。像 coding agent 反而不是主要领域，它只需要把任务做好，不太需要理解人。但反过来，读懂一个人的 AI 伴侣，要建模你的情绪和信念；在团队中协调分歧与信任的协作 agent，要理解多方博弈的立场和关系；预判千万消费者反应的营销 agent，要推演群体的传播和涌现；走进社区和家庭的具身机器人，要看懂现场的分寸和规范。
每一类都离不开社会推理能力。跟人类社会打交道的场景越深，这层能力就越是刚需。
ZP：最后一个问题——您希望把公司做成什么样的公司？
弭宝瞳：物理 agent 和数字 agent 要融入人类社会，所需要的社会智能，是当前人工智能最大的缺失，也是通向 AGI 绕不过去的一关。我们想做的，就是补上这块缺失。
今天的 LLM 是以 Task 为中心的。我们要做的是它的下一代——以人为中心。
我相信这件事的终局价值，甚至会大于以 Task 为中心的语言模型。因为归根结底，任务只是手段，而这个世界终究是要以人为中心的。
十年前我选这个方向的时候，它还只是一个偏冷门的学术分支，连产品化的路径都看不到。现在它有了 LLM 加持的社会模拟器，有了世界模型的雏形，有了一批愿意押注的人。
绕了一圈回来，我觉得这次时机是对的。
请注意，此次访谈内容已经过精心编辑，并得到了弭宝瞳的认可，我们也欢迎读者通过留言互动，分享您对本访谈的看法。ZPotentials 将继续提供更多关于人工智能、全球化市场、机器人技术等领域的创业者访谈。我们诚邀对未来充满憧憬的您加入我们的社群，与我们共同分享、学习、成长。
