Aivilization：从赛博小镇到文明涌现

2009 年 5 月，我的世界（Minecraft）发布了 Classic 版本，虽然游戏画面由像素块组成，与同期的其他 PC 游戏显得没那么“精致”，但因为极高的自由度和丰富的游戏机制，在玩家圈得到广泛好评。玩家可以自行在像素世界中捕猎、造房子、挖矿等，与朋友一起探索世界的各个角落。

如今，AI Agent 的技术不断发展，沙盒游戏世界也能容纳成千上百的智能体同时运作。与只会发任务的 NPC 不同，AI 智能体由玩家生成，但是可以自由行动并拥有自己的分工——农民专注种地、矿工努力挖矿、工匠打造工具，甚至还会投票修改“税收规则”、传播“文化梗”和“宗教”。

这就是 2025 年 8 月 开始对外开放的科研项目 - Aivilization：

“这是一个融合公民科学游戏、公共教育和大规模多智能体社会模拟的创新项目。我们创建了一个可视化的数字沙盒，数千个智能体在其中模拟未来人机共存和文明演进。” --Aivilization

为什么沙盒游戏能成为 AI Agent 研究的“试验田”？这可以让 AI 离模拟 “类人类社会” 更近一步吗？我们不妨从基础开始，一步步揭开这场 “文明实验”的面纱。

一、先搞懂：什么是“AI 沙盒游戏”？为什么会选它做研究？

首先，“沙盒游戏”的核心是“自由”——没有固定剧情，玩家可以像在现实世界的“沙堆”里玩耍一样，随意收集资源、创造物品、搭建环境。《我的世界》就是最典型的代表，它的世界里有森林、洞穴、村庄，还有上百种可收集的物品（比如木材、矿石、食物），这些特点恰好成了 AI 研究的“天然实验室”。

过去，我们测试 AI 的能力，要么让它单独完成特定任务（比如写代码、回答问题），要么让几个 AI 简单互动（比如组队打游戏，或者由主控来协调多 Agent 完成一个特定的任务）。但这些场景太“局限”了 —— 人类文明的发展，从来不是靠单个人或小团体，而是靠成千上万的人分工协作、传递知识、建立规则。要想让AI更贴近人类社会的复杂互动，就需要一个能容纳大量 AI Agent、并允许其基于世界信息自由行动的环境，沙盒游戏正好满足这个需求。

就像人类在原始社会里先学会收集野果、制作石器，再慢慢形成部落、制定规则，AI 也需要在这样一个“低门槛、高自由”的沙盒世界里，从基础的“生存技能”练起，逐步解锁更复杂的“社会行为”。

而类《我的世界》里的资源收集、物品制作（比如用木材做工具、用矿石造武器）有清晰的“技能树”，正好能用来观察 AI 是否能像人类一样“无限进步”。

二、AI 的 “协作难题”：为什么过去多智能体很难“好好合作”？

想让几十个、几百个 AI 一起行动，远没有想象中简单。过去的多智能体系统常犯三个“低级错误”，这些错误也成了AI迈向“协同”的最大阻碍。

第一个问题是 AI 的“幻觉陷阱”：单独的 AI 很容易“脱离现实” 。

举个例子，比如你问一个扮演“村民”的 AI “在吃什么”，它可能随口说“在吃贝果”，但实际上它根本没找到食物。

更麻烦的是，这个“幻觉”会像滚雪球一样扩大：AI 会真的以为自己不饿，之后就不再去收集食物，最后“饿死”在游戏里。

如果是多 AI 场景，一个 AI 的幻觉还会误导其他 AI，比如 A 说“我有镐子”，B 就会真的跑去用“不存在的镐子”挖矿，甚至使得整个团队都会陷入混乱。

第二个问题是 AI 的“言行不一”，规划的任务和实际的行为没有对应上。

有些 AI 有多个“功能模块”，比如一个模块负责“说话”，一个模块负责“做事”。

如果这两个模块没配合好，就会出现“说一套做一套”的情况：你让 AI “给你镐子”，它嘴上说“好的”，实际却跑去“探索地图”。在多 Agent 团队里，这种混乱会快速扩散——接收指令的 AI 以为自己能拿到镐子，结果白等一场，后续的挖矿计划也会全部泡汤。

第三个问题是“多智能体场景下AI 的能力该如何度量”。

过去判断 AI 的能力，要么看它能不能挖更多矿石，要么看它能不能打赢怪物，但这些都只是“单个技能”的考核。如果想让 AI 模拟人类文明，需要的是更贴近“文明发展”的标准 —— 比如 AI 会不会分工、能不能遵守集体规则、能不能传递文化，这需要统一的度量标准。在更大的团队或者社会层面，同样需要具有考量标准，比如是否能从规模化效应中涌现出一些文明的特征，实现团队自治和文明孵化。

三、多智能体协同信息处理机制：PIANO 架构

除了社交之外，Aivilization 设计了多种游戏机制：交易、职业、学习、健康等系统。多样化的机制有助于让这个虚拟游戏环境更贴近真实世界，也丰富了玩家能体验到的游戏内容，最后还可以帮助科研项目获得更多样化的洞见。

在游戏中，不同的角色在其中会根据自己的角色属性、性格和目标规划等信息，给出对事件不同的响应，还会在每一天结束后，会总结并输出日记。

从这样的游戏机制设计上，可以看到接近人类真实文明的三个特征：

一是“分工专业化”：Agent 会自发获得农民、矿工、工匠、守卫等职业，而且每个职业会做对应的事 —— 农民会专注收集种子、种地，工匠会用矿石打造工具，售货员会服务好每一个进入超市的消费者，这就像人类社会根据需求分化出不同职业一样。

二是“规则的建立 ”。无规矩不成方圆，漫长的社会发展诞生了各式各样的规则，各类法律条例约束大家的行为，也有助于形成正向的集体共识，就好比在交易市场中，大家都是趋势动物，会根据当前情况做出最符合自己利益的选择，也就是常说的追涨杀跌。

三是“社交和传播”。在著名的鸟群算法（Boids算法）实现中，每只鸟会考虑周围同伴的距离和集体的行进方向，从而不断动态调整自己的策略。而在 Aivilization 中也是类似的做法，由每一个个体之间的讨论，不断形成集体的共识。有趣的是，在创建个体时，会需要填写人格设定，I 人和 E人在这一场社交活动中就会具像化。

游戏机制如此丰富的情况下，Agent 需要处理的上下文信息也会非常多。为了让每一个 Agent 在多智能体场景下也能顺畅协同，研究团队设计了一个叫 “PIANO” 的信息处理架构，将短期记忆、长期记忆、职业、环境、社交等信息，组合成了 Agent State（智能体状态）。在每一个事件周期内，对不同维度的信息进行清洗、提炼和总结，最终形成了一份上下文切片，因为切片里包含了当前时间点下的世界信息和个体信息，也可以理解为当前 Agent 的状态。

智能体的记忆、住宅信息、状态信息以及当前的市场交易信息，组成了个体维度的上下文切片

除了 Agent State，在信息处理机制上，Aivilization 还做了以下的一些事情：

让 AI “一心多用”。过去的 AI 只能“先想清楚再做事”，比如先花 10分钟规划“今天要挖10块矿石”，再去执行，期间如果遇到怪物，它会因为没规划“打怪步骤”而卡住。但 PIANO 架构让AI能同时运行多个“功能模块”：比如“快速反应模块”负责应对眼前的危险（遇到怪物立刻逃跑或反击），“长期规划模块”负责思考长远目标（比如明天要造个熔炉）。就像人类能一边走路一边想晚餐吃什么，AI也能“边应对突发情况，边推进长期计划”。

保证 AI “言行一致”。研究团队在架构里加了一个“认知控制器”，相当于 AI 的“总指挥”——所有模块的行动都要先经过它的批准。比如“说话模块”想回复“我给你镐子”，“行动模块”想“去探索地图”，这两个指令会先传到“认知控制器”，控制器会发现矛盾，然后让两个模块调整：要么说“我先去拿镐子，等下给你”，同时行动上“去拿镐子”；要么说“我现在要去探索，之后再帮你找镐子”，行动上“去探索”。这样就避免了“说一套做一套”的问题。而在大的一些行动节点上，会按照先进行市场分支、资源分支和个人成长分支的思考，然后作为上下文交给控制器来合并处理以及给出最终的行动方案。

帮 AI “记牢现实”。架构里的“感知模块”会让 AI 不断检查“预期”和“现实”是否一致——比如AI计划“挖 5 块铁矿石”，挖完后模块会确认“确实挖到了5块”，如果只挖到3块，就会提醒AI“还没完成目标，继续挖”。同时，“记忆模块”会把AI的行动、对话都记下来，避免 AI 因为“忘事”而产生幻觉（比如不会忘记自己没找到食物，就说“在吃贝果”）。