趋势变化

人类行为模拟开始押注数据闭环

Simile把经同意的真实参与者回应与生成式代理结合，用于CVS Health客户旅程等决策模拟。关键变量正从代理会不会生成对话，转向数据采集能否支撑可验证的行为预测。

By All We Need Editorial System

人类行为模拟的竞争重点，可能正从让代理“像人说话”转向持续取得可授权、可校验的真实行为数据。Simile与CVS Health的案例显示，这种方法已被用于客户旅程和后续试验排序；其商业意义不在替代所有调研，而在于能否把昂贵的探索性决策转化为更快、可反复检验的模拟。

商业场景开始承接代理模拟

Simile称，其与CVS Health的代理项目覆盖超过40万名参与者、200多个行为场景及290万条经同意回应，并被用于模拟客户旅程、识别NPS驱动因素、分析依从性与竞争定位，以及排列后续试验的优先级。20VC最新节目将该公司的核心问题概括为独特的数据获取策略，另一档节目则直接以“模拟人类行为”描述其业务。变化在于，代理模拟开始被嵌入具体决策流程，而不只是展示性的数字角色实验。

机制是把访谈记忆接入可运行代理

Joon Sung Park、Percy Liang和Michael S. Bernstein等人的早期研究提出，生成式代理通过记忆、反思和规划来维持行为连续性，并曾在25个代理组成的小镇沙盒中检验个体与群体互动。后续一项覆盖1,052名个体代理的研究，则以生活经历访谈构建代理，并报告其复现General Social Survey回答的准确度达到受访者两周后自我复答准确度的85%。这意味着数据采集不只是训练素材，也可能决定模拟对象是否保有足够的情境差异。

真正的后果是重排实验预算

如果代理能先筛选客户旅程假设、定位高价值分群并排序线下试验，企业可能把更多预算留给最终验证，而不是在每个早期问题上重新启动调研。最强反例来自PNAS：其研究发现，多种先进LLM方法在11—20分钱请求博弈中几乎都无法复现人类行为分布，且结果会被措辞、角色设定和安全机制以不可预测的方式改变。因此，模拟更适合作为实验优先级工具，而非直接替代真实受访者。

接下来关注什么

下一步可观察的是，Simile或其客户是否公布预注册的盲测：先以代理预测真实客户的选择、留存或NPS变化，再披露与随后实际实验结果的偏差。若多个行业场景持续显示代理排序优于传统调研或随机筛选，这一判断将增强；若预测在新场景中无法迁移，数据闭环的商业价值将被削弱。

信源