1999年《黑客帝国》里尼奥面临红蓝药丸选择的经典场景，居然在2026年跑进了现实。

由哈佛、MIT博士牵头，OpenAI、Anthropic、Google DeepMind、xAI等头部AI公司共40余名研究员参与，总计200多位各领域科学家联合发布了MatrAIx项目——他们构建了整整83亿个拥有独立人格的AI智能体，精准模拟全球真实人类的行为模式，相当于在硅基世界里搭了个和现实1:1的镜像地球。

这套系统的核心能力可以总结为三点：

  • 打造了覆盖全球人口规模的Persona-8B数据库，每个智能体拥有1290个维度的人物标签，涵盖背景、心理、能力、行为、生活方式方方面面；
  • 搭建了全通路模拟环境，支持在问卷、AI聊天机器人、网页、App四类场景下完成智能体行为测试；
  • 预置了覆盖25个领域、超过1000项评估任务，商业、软件、金融、医疗健康等场景都可以直接用。

【编辑观察】传统用户研究、产品岗的核心技能怕是要直接贬值——以前推新产品要花几个月招募志愿者、做灰度测试、跑用户访谈，流程又慢成本又高，现在在MatrAIx里几小时就能跑完覆盖全人群的测试，效率直接拉满。

能操作电脑的数字人，拟真度有多夸张？

Persona-8B的智能体规模和当前全球真实总人口数完全对齐，83亿数字“居民”可不是只会念台词的木桩，团队专门为它们打造了名为MatrAIx Playground的全场景交互沙盒。

在这个沙盒里，智能体的行为和真实网民几乎没有区别：

  • 问卷调查场景：可以直接测试不同人群对产品概念的接受度、价格敏感度、优惠偏好，快速拿到统计结果；
  • AI聊天场景：完整记录全量对话轨迹，模拟真实用户遇到AI出错、答非所问时的情绪波动和追问习惯；
  • 网页场景：智能体可以像普通用户一样使用搜索引擎、对比商品价格、查看用户评价，最终独立做出消费决策；
  • 应用/系统场景：这是最颠覆的部分——智能体可以直接操控Linux、macOS、iOS桌面系统，通过虚拟键鼠、触控完成复杂的日常软件操作，所有操作轨迹、文件变动、权限调整都会被系统完整记录。

目前研究团队已经在沙盒里完成了18189次大规模模拟用户交互实验，其中400次严格对照测试的结果显示，智能体的行为和预设人设的一致率高达91.5%。

大模型的拟真能力更是离谱：人类专家对真实人设的模拟效果打出了4.135/5的高分，其中Claude Opus 4.8的评估结果和人类专家评分偏差在1分以内的比例达到93.8%，GPT-5.5也达到了79.2%。这意味着顶级大模型已经摸透了人类的“同理心密码”，能精准预判不同身份人群的微妙反应——比如一个性格内向的美国50岁中产主妇，遇到科技产品出bug时会有多生气、会怎么吐槽，AI算得分毫不差。

83亿数字人，是怎么“捏”出来的？

要做出逻辑自洽的83亿个虚拟人可不是随机堆属性那么简单，搞不好就会捏出“肯尼亚农村小学学历、母语冰岛语、哈佛博士毕业年入百万”这种逻辑崩坏的赛博怪物。 每个智能体的1290个属性标签被划分为五大类：生活方式占30%、能力占25.7%、背景占18.4%、心理特征占16.3%、行为交互占9.6%。

团队的数据来源覆盖联合国人口统计数据、全球综合社会调查、维基百科人物资料、亚马逊真实消费评论、Stack Overflow开发者调查等海量真实人类数据集。为了保证逻辑自洽，他们专门搭建了有向无环图（DAG）的属性依赖体系：每个属性的生成必须参考前置父节点的概率，比如确定一个人的英语能力，必须先匹配他的所在地、母语、教育水平等关联属性，只要出现不符合现实逻辑的属性组合就会被直接过滤。 在这套机制下生成的智能体，既保持了全球人口的多样性，每个个体的设定又严丝合缝，再加上从真实人类行为数据里提取的特征，说这些数字人是平行宇宙里真实存在过的人，一点都不夸张。 当你对某个APP按钮颜色的偏好、买奶茶选几分糖的习惯，都能被还原成一系列概率乘积的时候，人类引以为傲的“独一无二”，在AI眼里不过是高维空间里的一组概率分布。

顺滑的赛博世界，可能反而很无聊

技术突破足够震撼，但剥开效率的外衣，这套系统藏着一个细思极恐的逻辑悖论。 在MatrAIx的闭环里，大模型既扮演“普通消费者/社会成员”去测试产品和政策，又扮演“开发者/决策者”根据测试结果优化内容，最后还是大模型来给优化结果打分。这就像一个人用左手当顾客买右手做的面包，吃完左手给右手打了个五星好评——整个流程里，真实人类彻底消失了。

你没法保证在沙盒里拿到91.5%好评的新药、新社交软件，到了现实世界里就能讨好那些会被下雨天影响心情、会突然头脑发热、会有不可理喻执念的肉身人类。更可怕的是，系统为了保证逻辑自洽，会把所有不符合概率分布的“异常值”全部过滤掉——但人类历史上最伟大的艺术、最颠覆性的商业模式、最让人眼前一亮的游戏创意，往往就诞生在这些不按常理出牌的“异常”里。 如果未来所有的数字产品、内容甚至公共政策，都先让这83亿数字幽灵跑一遍“最优解”再上线，世界可能会变得无比顺滑、找不到一点槽点，但也会变得极度空洞、没有任何惊喜，变成一个专门为了迎合数字偏好打造的无聊世界。 值得肯定的是，研究团队在论文末尾保持了足够的清醒：虚拟用户永远无法完全替代真实人类，对于那些关乎社会命运的高风险决策和重大科学结论，真实用户的亲自参与仍然不可替代。 【编辑观察】工具本身没有对错，但要是未来我们玩的游戏、刷的视频、用的软件，全是AI算准了虚拟人喜好做出来的，那到底是我们在消费内容，还是内容在“计算”我们呢？