在《三體》式的科幻想象中，文明可以被遙遠地觀察，社會可以被冷靜地記錄，人類行為仿佛成為一個可被推演的復雜系統(tǒng)。

而在 AI Scientists 正在進入科學研究的今天，一個更現(xiàn)實的問題正在浮現(xiàn)：如果我們能在計算機中構(gòu)建一個可運行、可干預(yù)、可復現(xiàn)的「社會」，社會科學研究會不會擁有一種全新的實驗方式？

2025 年，清華大學團隊提出的 AgentSociety 已經(jīng)邁出了重要一步。基于大模型智能體和第一性原理構(gòu)建的大型社會模擬器，AgentSociety 將大語言模型驅(qū)動的智能體、真實社會環(huán)境和大規(guī)模仿真引擎結(jié)合起來，生成超過萬級智能體并模擬其千萬次智能體以及智能體與環(huán)境之間的交互，用于模擬意見極化、信息傳播、全民基本收入、颶風沖擊和城市可持續(xù)性等復雜社會問題。

圖 1. 大規(guī)模社會模擬器 AgentSociety-1 發(fā)展歷程

AgentSociety 的關(guān)鍵意義在于，它讓 AI 智能體第一次以較大規(guī)模進入社會模擬，使研究者能夠在計算環(huán)境中觀察社會行為和群體動態(tài)如何從個體互動中涌現(xiàn)。

如今，AgentSociety 系列迎來新的躍遷，清華大學團隊進一步提出 AgentSociety2:面向可執(zhí)行社會科學的一體化研究環(huán)境（An Integrated Research Environment for Executable Social Science）。

• 論文鏈接：https://agentsociety2.fiblab.net/paper/AgentSociety2.pdf
• 官網(wǎng)鏈接：https://agentsociety2.fiblab.net/
• GitHub: https://github.com/tsinghua-fib-lab/agentsociety/

歡迎在平臺提交自己的研究提案。平臺會為優(yōu)秀提案提供 100 元使用代金券，支持大家把想法真正跑起來！

如果說AgentSociety-1回答的是「如何讓 AI 智能體組成一個社會」，那么 AgentSociety2 進一步回答的是「如何讓這個 AI 社會成為一間真正可以開展社會科學研究的實驗室」。這也是 AgentSociety2 最核心的突破：它不再只是模擬社會，而是讓社會科學研究本身變得可執(zhí)行。

圖 2.AgentSociety2 通過智能體整合四種經(jīng)典研究范式，形成面向社會科學研究的「智能融合范式」。

AgentSociety2 將 AI 社會科學家（AI Social Scientists） 與 硅基被試（Silicon Participants）放入同一個運行環(huán)境，使文獻理解、假設(shè)生成、實驗設(shè)計、仿真執(zhí)行、結(jié)果分析和論文撰寫能夠與被研究的模擬社會直接連接起來。

從「模擬社會」到「可執(zhí)行社會科學」

社會科學長期面臨一個根本難題：許多重要問題無法在真實世界中反復實驗。

傳統(tǒng)社會科學依靠調(diào)查、訪談、實驗室實驗、自然實驗和統(tǒng)計分析來理解社會現(xiàn)象，計算社會科學進一步引入大規(guī)模數(shù)據(jù)和仿真模型。但在實際研究中，理論、數(shù)據(jù)、實驗、仿真和寫作往往分散在不同工具中。研究者提出一個假設(shè)后，還需要手工把它翻譯成實驗協(xié)議、智能體設(shè)定、環(huán)境規(guī)則、干預(yù)方案和分析腳本，這一過程既復雜又難以復用。

AgentSociety2 的目標，正是打通這個斷點。它提出一種面向社會科學的一體化智能研究環(huán)境，讓研究者從一個研究問題出發(fā)，逐步完成文獻調(diào)研、假設(shè)生成、機制建模、實驗配置、仿真運行、結(jié)果解釋和研究呈現(xiàn)。

與一般 AI Scientist 系統(tǒng)不同，社會科學中的 AI 不只是研究者一側(cè)的助手，因為社會科學研究對象本身就是「人」和「社會過程」。因此，AgentSociety2 中的大模型智能體承擔兩種角色：一類是AI Social Scientists，幫助研究者組織研究流程；另一類是Silicon Participants，作為被研究的社會參與者，在可配置的社會環(huán)境中行動、互動、響應(yīng)干預(yù)并產(chǎn)生行為數(shù)據(jù)。

圖 3. AgentSociety2：從以仿真為中心的硅基被試模擬系統(tǒng)，走向硅基被試與硅基科學家協(xié)同的雙角色研究生態(tài)。

這種雙角色設(shè)計，是 AgentSociety2 最具學術(shù)突破性的地方。它意味著 AI 不只是幫助人類寫代碼、查文獻或生成報告，而是同時進入「研究者側(cè)」和「被研究對象側(cè)」。

研究者提出問題，AI Social Scientists 幫助梳理文獻、形成假設(shè)、設(shè)計實驗并組織分析；Silicon Participants 則在模擬社會中行動，生成可觀察的行為軌跡和群體結(jié)果。二者被放入同一個可審計的運行環(huán)境，使社會科學假設(shè)能夠被轉(zhuǎn)化為智能體行為、環(huán)境規(guī)則、干預(yù)程序和測量指標。

換句話說，AgentSociety2 不是讓 AI 直接給出社會科學答案，而是讓 AI 幫助研究者把社會科學問題變成可以運行的實驗。

這也是「可執(zhí)行社會科學」的真正含義。過去，一個社會科學假設(shè)通常寫在論文中，依賴后續(xù)調(diào)查、實驗或數(shù)據(jù)分析來檢驗。AgentSociety2 希望進一步把假設(shè)變成可運行的實驗結(jié)構(gòu)。

比如，「推薦系統(tǒng)是否會強化信息繭房」可以被轉(zhuǎn)化為社交媒體環(huán)境中的曝光規(guī)則和用戶選擇機制；「公共品博弈中的合作為何衰退」可以被轉(zhuǎn)化為參與者、收益結(jié)構(gòu)、懲罰機制和重復互動過程；「災(zāi)害預(yù)警如何影響人群移動」可以被轉(zhuǎn)化為城市空間中的事件沖擊、信息發(fā)布和行動響應(yīng)。社會科學問題因此不再只是被描述，而是可以被構(gòu)造、運行、干預(yù)和比較。

「AI 社會科學家」：把研究流程接入智能體系統(tǒng)；

「硅基參與者」：讓社會實驗擁有可運行的人群

為實現(xiàn)這一目標，AgentSociety2 構(gòu)建了面向社會科學的 AI Social Scientist 工作流。

具體而言，系統(tǒng)通過編排層（harness layer）、技能庫、子智能體、工具接口與階段化流程，將社會科學研究中的多個環(huán)節(jié)連接為一個可執(zhí)行的完整流程：從研究主題界定到文獻檢索，從假設(shè)生成到實驗設(shè)計，再到仿真執(zhí)行、結(jié)果分析與論文撰寫。同時，研究者并不是被自動化流程替代，而是在關(guān)鍵節(jié)點持續(xù)參與并保留控制權(quán)，包括修訂研究假設(shè)、設(shè)定實驗參數(shù)、優(yōu)化干預(yù)方案，以及解釋和判斷最終結(jié)果。

AgentSociety2 因此更像一位「AI 社會科學副駕駛」：AI 負責處理海量文獻、組織流程、運行仿真和整理結(jié)果，人類研究者負責提出重要問題、判斷理論價值和解釋機制含義。

圖 4. 硅基社會科學家支持從研究主題界定、假設(shè)生成、實驗設(shè)計、仿真配置、仿真運行到結(jié)果分析和報告生成的完整科研流程。

AgentSociety2 的另一個關(guān)鍵創(chuàng)新，是將社會環(huán)境變成可調(diào)用、可組合、可生成的實驗?zāi)K。社會科學中的環(huán)境非常復雜，公共品博弈需要規(guī)則，社交媒體需要推薦機制，城市移動需要空間約束，災(zāi)害響應(yīng)需要事件演化，心理實驗需要任務(wù)流程。

AgentSociety2 將公共品博弈、囚徒困境、信任博弈、心理實驗、社交媒體空間、事件空間、經(jīng)濟空間和移動空間等封裝為智能體化環(huán)境（agentic environments），使研究者能夠根據(jù)不同研究問題，靈活組合實驗場景、交互規(guī)則與干預(yù)條件，從而構(gòu)建可執(zhí)行、可比較、可復現(xiàn)的社會科學實驗。系統(tǒng)中提出的 CodeGenRouter 進一步將自然語言意圖轉(zhuǎn)化為可驗證的環(huán)境操作，讓研究者不必從零開始編寫復雜模擬代碼，而可以用更高層的語言定義實驗要求，再由系統(tǒng)生成可運行的環(huán)境調(diào)用。

圖 5. 智能體化實驗環(huán)境通過統(tǒng)一接口、AST 解析、CodeGenRouter、代碼緩存和安全執(zhí)行機制，將智能體的自然語言意圖轉(zhuǎn)化為可執(zhí)行的環(huán)境操作。

在智能體設(shè)計上，AgentSociety2 也從傳統(tǒng)的大提示詞或固定工作流，走向基于技能的架構(gòu)。隨著社會實驗復雜度不斷提升，角色背景、實驗規(guī)則、環(huán)境狀態(tài)、工具說明、歷史交互和階段目標都會持續(xù)累積。如果將這些信息全部塞進提示詞，不僅成本高，也容易遺漏關(guān)鍵約束。

為此，AgentSociety2 將觀察、認知、計劃、記憶，以及特定實驗中的決策規(guī)則，拆解為可復用的技能模塊，使智能體能夠根據(jù)當前任務(wù)按需加載相關(guān)能力。同時，每個智能體都擁有獨立工作空間，用于保存畫像、狀態(tài)、記憶、日志和檢查點，從而支持長周期、可追蹤、可恢復的社會仿真實驗。

這意味著AgentSociety2 中的智能體不是一次性文本生成器，而是在長期仿真中持續(xù)保留狀態(tài)、更新記憶并記錄軌跡的可追蹤行為主體。

圖 6. AgentSociety2 將社會人智能體擴展為通用硅基被試智能體，每個智能體通過獨立工作區(qū)記錄狀態(tài)、記憶與行為軌跡，并在 ReAct 循環(huán)中按需調(diào)用觀察、規(guī)劃、記憶、認知等技能，支持長期、可追蹤、可復現(xiàn)的社會實驗。

七類實驗驗證：微觀行為實驗、中觀網(wǎng)絡(luò)動態(tài)和宏觀城市情境

為了展示這一系統(tǒng)的通用性，研究團隊設(shè)計了七類多尺度社會科學實驗，覆蓋微觀行為實驗、中觀網(wǎng)絡(luò)動態(tài)和宏觀城市情境。

圖 7. AgentSociety2 實驗案例展示

在微觀層面，AgentSociety2 支持社會規(guī)范涌現(xiàn)、公共品博弈和心理調(diào)查，用于研究合作、懲罰、自我偏差和間接認知過程。

在中觀層面，系統(tǒng)模擬信息繭房和意見極化，讓研究者可以改變推薦規(guī)則、用戶選擇和內(nèi)容暴露機制，觀察群體分化如何形成。

在宏觀層面，AgentSociety2 進入城市移動和災(zāi)害響應(yīng)場景，用于模擬日常出行和危機沖擊下的人群行為。

這說明 AgentSociety2 并不是一個只適用于小型對話實驗的系統(tǒng)。它可以連接個體心理、群體互動、平臺機制、城市行為和公共治理問題。從這個角度看，AgentSociety2 的真正意義，是為計算社會科學提供一種新的基礎(chǔ)設(shè)施：讓研究者能夠在同一平臺上構(gòu)建人群、設(shè)計環(huán)境、施加干預(yù)、觀察涌現(xiàn)、分析結(jié)果，并形成可復現(xiàn)的研究證據(jù)。

圖 8. AgentSociety2 研究案例實驗結(jié)果

邁向 AI 時代社會科學基礎(chǔ)設(shè)施，放大社會科學家的能力

對計算社會科學而言，AgentSociety2 的意義在于，它為研究復雜社會系統(tǒng)提供了一種新的基礎(chǔ)設(shè)施。

計算社會科學一直試圖理解宏觀社會現(xiàn)象如何從微觀個體行為和互動中涌現(xiàn)，例如社會規(guī)范為何形成，公共合作為何衰退，信息繭房為何加深，災(zāi)害響應(yīng)為何呈現(xiàn)群體差異。傳統(tǒng)社會科學能夠觀察真實世界，但干預(yù)困難；傳統(tǒng)仿真模型能夠控制機制，但往往簡化人類行為。

大模型智能體的出現(xiàn)，使研究者有機會構(gòu)建更接近真實行為的模擬個體，而 AgentSociety2 進一步將這些模擬個體、社會環(huán)境和研究流程連接起來，讓研究者能夠在同一平臺上構(gòu)建人群、設(shè)計環(huán)境、施加干預(yù)、觀察涌現(xiàn)、分析結(jié)果并形成可復現(xiàn)證據(jù)。

更重要的是，AgentSociety2 并不是實現(xiàn) AI 替代社會科學家，也不是主張 Silicon Participants 可以無條件替代真實人類。相反，它強調(diào) human-in-the-loop 的研究模式，讓人類研究者在關(guān)鍵節(jié)點保留判斷和控制。AI Social Scientists 負責擴展可探索的機制空間，降低工程負擔，提高實驗組織效率；人類研究者則提供目標、約束、理論判斷和最終解釋。

這樣的協(xié)作關(guān)系，使社會科學有可能從「發(fā)生了什么」的描述性研究進一步走向「為什么會發(fā)生」以及「如果改變機制，會發(fā)生什么」的機制型研究。

圖 9. AgentSociety2：面向人機協(xié)同的一體化研究環(huán)境

在 AI for Science 快速發(fā)展的今天，AI Scientist 已經(jīng)進入機器學習、生物醫(yī)學、化學和材料等領(lǐng)域。但社會科學的對象更復雜，它研究的是由人、關(guān)系、制度、空間和信息環(huán)境共同構(gòu)成的社會過程。

AgentSociety2 給出了一個面向這一特殊領(lǐng)域的答案：當 AI Scientist 進入社會科學，它不應(yīng)只是一個會寫論文的助手，而應(yīng)是一個連接 AI 社會科學家和硅基被試者的一體化智能研究環(huán)境。它讓社會科學從人類手工組織流程，走向人機協(xié)同執(zhí)行實驗；從事后分析社會現(xiàn)象，走向主動測試社會機制；從單次研究項目，走向可積累、可復用、可審計的研究基礎(chǔ)設(shè)施。

這正是 AgentSociety2 所帶來的顛覆性變化：AI 不只是進入社會，AI 開始幫助我們研究社會。

未來，AgentSociety2 有望應(yīng)用于平臺治理、公共政策、城市管理、災(zāi)害響應(yīng)、群體決策、社會心理和 AI 安全等關(guān)鍵場景，為理解復雜社會系統(tǒng)提供新的計算工具和實驗空間。它的目標不是取代真實世界，而是在真實世界之外，為社會科學打開一個更大、更可控、更可復現(xiàn)的實驗室。