SocioVerse2 发布：面向长程社会模拟的开源智能体基础设施

假设你想知道一场媒体宣传能否扭转正在发酵的舆论。现实里这个实验几乎没法做：你无法让同一群人把同一段经历再过一遍，一次投放宣传、一次什么都不做，然后比较两种结果。大模型驱动的社会模拟看上去提供了一条出路，但研究团队指出，真正用它做研究时会碰到两个问题。

第一个问题是时间尺度：大多数平台擅长的是“截面”——给一群智能体发一份问卷，看回答分布像不像真实人群；可社会现象是在时间里慢慢演化出来的，研究者要的是在同一段历史的某个时刻插入干预，再和没有干预的那条历史做对比。第二个问题是人的位置：越来越多的系统把整个研究流程交给智能体端到端完成，研究者只在最后看一眼报告，模拟跑偏了、设定有问题，人很难中途插手。

这两个判断来自研究团队自己的论文与官方发布，属于来源方的主张，而非独立验证的结论。它们构成了 SocioVerse2 的设计前提：社会科学需要的不只是更自动化的社会模拟器，而是一种人和智能体一起演化的研究方式。

SocioVerse2 用一棵“研究树”来组织整个流程。树枝是纵向模拟回路：同一群智能体在不断变化的环境中一步步行动，每一步的行为又改写下一步的环境，研究者可以在任意一步插入干预，让模拟分出一条反事实分支。树干是可控研究回路：整个研究——用哪群人、什么环境、哪种行为模型、什么参数——被看作一个可以编辑的状态，每提出一次修改，研究就进入一个新版本。树根是社会科学智能体基础设施：一套技能化的研究流水线，加上两个提供真实人群和真实环境数据的服务。

这套结构沿用了 Lewin 场论的一个经典判断：一个人的行为由这个人和其所处的环境共同决定。系统因此围绕“人群”和“环境”这两个可以独立替换的部分展开，再加上一个把两者映射成行为的“行为函数”。

需要说明的是，上述框架描述来自论文自述，其实际运行效果是否与设计意图一致，来源未提供独立评估。