概述
生成代理是由语言模型驱动的人工智能角色，可以像可信的人一样进行记忆、计划和反应。它们被放置在一个模拟世界中，形成了微型社会，社会行为在其中自行出现。
生成代理和模拟社会是一个技术构建块，会大规模影响模型质量、基础设施成本、延迟和可靠性。
深入探讨
在 2023 年斯坦福大学和 Google 的一个名为 Smallville 的项目中，研究人员将 25 个由 GPT-3.5 驱动的智能体放置到一个沙盒城镇中，观察它们的行为就像一个社区。每个特工都有一个简短的传记，然后醒来，煮早餐，上班，和邻居聊天。至关重要的是，行为不是照本宣科的。一位特工决定举办一场情人节派对，在模拟的两天里，邀请通过口口相传，特工们协调了时间，几个人一起出现了。该架构结合了记忆流、检索、反思和规划，因此代理可以在很长一段时间内一致地行动，而不是忘记几分钟前发生的事情。
技术洞察
核心技巧是内存流：代理观察到的所有内容的长的、带时间戳的日志。为了采取行动，智能体检索根据新近度、重要性和与当前情况的相似度评分的相关记忆，然后将它们输入到语言模型提示中。定期的反思步骤将原始记忆总结为更高层次的见解（例如，推断某人对研究充满热情），这些见解被存储起来并指导未来的计划和对话。
掌握生成代理和模拟社会
生成代理是由语言模型驱动的人工智能角色，可以像可信的人一样进行记忆、计划和反应。它们被放置在一个模拟世界中，形成了微型社会，社会行为在其中自行出现。生成代理和模拟社会是一个技术构建块，会大规模影响模型质量、基础设施成本、延迟和可靠性。为了建立深入的理解，请将生成代理和模拟社会视为一种操作模型，而不是单个功能：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，强大的团队使用生成代理和模拟社会根据可靠性和成本优化架构、数据和基础设施选择。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
多年来，架构决策决定着性能和运营成本。与此同时，优化一个基准测试可以隐藏更广泛的系统弱点。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
多年来，架构决策决定着性能和运营成本。
多年来，架构决策决定着性能和运营成本。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
更好的工程选择可以减少生产中的可靠性事故。
更好的工程选择可以减少生产中的可靠性事故。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
斯坦福大学的《超人前传》模拟中，25 名特工自主组织并参加了情人节派对
视频游戏中可信的、由记忆驱动的 NPC 会记住过去玩家的互动，并怀有怨恨或友谊
综合焦点小组对不同的客户角色进行角色扮演，以预先测试营销信息或产品功能
训练模拟器，人工智能城镇居民在灾难响应或外交演习中对受训者的决定做出反应
实施模式
实践中的生成代理和模拟社会
斯坦福大学的《超人前传》模拟中，25 名特工自主组织并参加了情人节派对。
斯坦福大学的《超人前传》模拟中，25 名特工自主组织并参加了情人节派对。如果团队预先定义质量阈值、为边缘情况保留人工升级路径，并随着时间的推移跟踪生产力提升和错误成本，通常会获得更好的结果。
实践中的生成代理和模拟社会
电子游戏中可信的、由记忆驱动的 NPC 会记住过去玩家的互动，并怀有怨恨或友谊。
视频游戏中可信的、由记忆驱动的 NPC 会记住过去的玩家互动，并怀有怨恨或友谊。当团队预先定义质量阈值、为边缘情况保留人为升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
实践中的生成代理和模拟社会
综合焦点小组对不同的客户角色进行角色扮演，以预先测试营销信息或产品功能。
综合焦点小组对不同的客户角色进行角色扮演，以预先测试营销信息或产品功能。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
实践中的生成代理和模拟社会
训练模拟器，人工智能城镇居民在灾难响应或外交演习中对受训者的决定做出反应。
培训模拟器，人工智能城镇居民在灾难响应或外交演习中对受训者的决策做出反应。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会得到更好的结果。
风险与防护栏
优化一项基准测试可以隐藏更广泛的系统弱点。
基础设施和维护成本常常被低估。
随着系统变得更加复杂，安全性和可观察性差距可能会扩大。
实施路线图
在实施之前定义延迟、质量和成本目标。
在实施之前定义延迟、质量和成本目标。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在实际负载和数据条件下进行基准测试。
在实际负载和数据条件下进行基准测试。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
仪器监控错误、漂移和用户影响。
仪器监控错误、漂移和用户影响。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在扩展之前准备回滚和事件响应路径。
在扩展之前准备回滚和事件响应路径。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。