模拟正在成为 AI 领域新的扩展定律。Simile AI 联合创始人兼 CEO Joon Sung Park 在最新播客中透露，公司已获得 2 亿美元 B 轮融资，由 GreenOaks 和 Index Ventures 领投，李飞飞、Andrej Karpathy 等知名人士参投。这家公司正为 CVS 等财富 100 强客户运行数千万次模拟，其数字孪生对人类行为的复现准确率据称达到 85%–99%，相比传统人工焦点小组表现更优。

Park 的学术背景始于 2023 年发表的里程碑式论文《生成式智能体》，该研究展示了 AI 角色能够记忆、规划、社交并涌现出复杂行为。如今，他将这一思路推向更宏大的目标：构建人类行为的基础模型，最终模拟地球上全部 80 亿人。在访谈中，Park 解释了为何当前的前沿模型仍难以捕捉人类真实行为，以及模拟技术如何从有趣的探索演变为严肃的商业实践。

Simile 的方法论强调多源数据融合：长期访谈、观察与交易数据、随机对照试验，以及群体层面与个体层面模型的结合。Park 指出，网络数据更多反映人们“说什么”而非“做什么”，因此需要更贴近真实行为的数据源。他还强调，后训练阶段需关注人类决策背后的因果机制，而非仅仅堆叠大语言模型的推理能力。

一个关键洞察是，为理性而优化的模型可能成为非理性人类的不良模拟器。Park 认为，好的模拟必须复现人类的偏见与错误，而非追求完美理性。他提出“社会物理学”概念，认为理解社会行为可能需要调整模型权重，而非简单地对前沿大模型进行提示工程。

在评估模拟质量方面，Park 团队曾为 1000 名真实个体创建数字孪生，并达到 85% 的行为准确率——即数字孪生复现人类行为与态度的程度，相当于人类自身复现自己回答的水平。这一指标为模拟系统的可靠性提供了量化基准。

Park 将模拟的长期愿景与 Thomas Schelling 的基于智能体建模传统以及阿西莫夫《基地》中的“心理史学”联系起来。他认为，模拟不仅能用于市场调研，更可扩展至政策测试、气候变化应对、民主稳定性监测乃至全民基本收入（UBI） 等社会议题。他设想，未来模拟整个人类社会可能需要整个数据中心的算力，这暗示着模拟技术本身可能成为新的算力需求来源。

有趣的是，Park 将模拟比作绘画——两者都是对现实的抽象与再创造。他甚至在访谈中探讨了“我们是否已生活在模拟之中”的哲学问题，并认为 AGI 与模拟可能是先进文明的双生技术。

对于投资者而言，Simile 的崛起标志着 AI 应用层正从“生成内容”转向“生成行为”。如果模拟人类行为成为可靠工具，它可能颠覆传统的市场调研、产品测试乃至公共政策制定流程，从而催生新的商业模式。同时，大规模模拟对算力的需求也可能为基础设施层带来增量机会。不过，模拟的准确性、伦理边界以及规模化成本仍是待解难题。

Park 的团队正在将这一愿景商业化，但市场调研只是起点。随着模拟技术成熟，它有望成为理解复杂社会系统的通用工具，而 Simile 的 2 亿美元融资表明，资本已开始为这一叙事下注。