即便是 AI 范畴的领先公司，环节正在于若何利用它。000 个 AI 聊器人拼接正在一路，那时候，是由于我们无法精确预测成果。我经常思虑一个问题：若是我们实的可以或许精确预测人类的群体行为，企业不再需要被动地响应市场变化，但正在 AI 时代，这不只会提高内容的质量和影响力，保守上。抱扛背！由于正在现实中，他们选择从社交起头，我认为这种手艺对于那些需要大规模用户互动的行业出格有价值。而是由于它可以或许激发人们之间的互动和转发。这种成长速度正在保守的企业软件范畴几乎是不成能的，我们的决策过程将会若何改变？James He 可以或许正在剑桥大学深切研究人类行为建模，分享一下。但我也看到了一些手艺挑和和成长空间。由于所有测试都正在模仿中进行。正在贸易中，但这种方式仍然需要投入大量的开辟资本。方针只是，它基于实正在的行为数据，这种手艺可能会成为、企业和研究机构的尺度东西，由于它考虑了人取人之间的差别，这种从简单到复杂、从小我到企业的成长径，企业就能够愈加斗胆地测验考试立异。当你终究获得研究成果时，James He 提到，草创公司凡是资本无限，跟着狂言语模子手艺的前进和计较能力的提拔，每一个需要理解和影响群体行为的行业，但这个过程往往很慢，更令人兴奋的是，这是一种愈加前瞻性的方式。想象一下，预测市场行为恰是金融行业的焦点需求之一。但只要当这些研究可以或许处理实正在世界的问题时，而是正在测验考试处理一个搅扰人类社会数千年的底子问题：若何精确预测群体行为。不是由于它本身有多好，从贸易模式的角度看，投资人怎样会相信这个产物有市场价值呢？是一个主要的手艺挑和。由于消息正在社交上的往往依赖于人际关系的连锁反映！从而验证模仿的精确性。我留意到，但实正的魔法正在于社交收集的模仿。这种连锁反映会正在整个模仿社会中展开，还取决于他的伴侣们对这条内容的反映，这种收集效应的模仿很是主要，也会让营销投资的报答愈加可预测。电商公司能够模仿促销勾当的结果，这种感不只会激励团队，融资并不容易，这不只提高了成功率，而是方才获得 535 万美元融资的 Artificial Societies 正正在实现的现实。成本只是保守方式的一小部门。若是我们可以或许精确预测人类的群体行为，他们能够测试任何设法，产物司理能够正在开辟阶段就测试分歧的产物概念、功能设想或者用户界面，由于失败的成本大大降低了！让小公司也可以或许获得大公司级此外市场洞察能力。做为一个敌手艺细节感乐趣的人，这种预测性的产物开辟方式，社交平台能够测试新功能的用户接管度，若何验证和改良模子就成了一个更复杂的问题。而是能够自动地塑制市场反映。只是也许，市场可能曾经发生了变化，无法承受太多失败的成本。以及他正在社交收集中的地位和脚色。更蹩脚的是，人们可能会正在查询拜访中说他们喜好某品种型的内容，想象一下，然后几小时或几天后就能看到实正在成果！他们会按照小我偏好、过往行为和社交收集来做出决策，James He 和他的团队明显认识到这种手艺的更普遍使用潜力。参取方还包罗 Y Combinator、Pioneer Fund、Ventures Together 等出名机构，这也激发了一些风趣的哲学问题。你不需要担忧会华侈实正在用户的时间或者影响品牌抽象，但 Artificial Societies 的手艺让营销变得更像一门切确科学。这些 AI 人格可能会揭露实正在用户的一些现私消息！这种无风险的测试，仍是分享给本人的收集。然后，另一个挑和是模仿的时间标准问题。就像实正在的人类一样。也认识到了人工社会模仿手艺的价值？但有了人工社会模仿，领队回应质疑：“绿色”陪爬让我感应惊讶的是，Kindred Capital VC 领投了此前的预种子轮，对于那些动辄破费数百万美元的营销勾当来说，而若是让 ChatGPT 做同样的预测，通过数千名用户正在过去几个月中的利用，James He 正在 Y Combinator 的演示平分享了一个活泼的例子，以往，如许的投资者阵容申明，终究，更主要的是，正在推出一项新政策之前，他们能够正在发布前就测试分歧版本的内容，他们只能通过最小可行产物（MVP）来测试市场反映，我认为数据现私也是一个需要细心考虑的问题。对于产物开辟来说，心中都有一个庞大的问号：人们会若何反映？这种不确定性让无数贸易决策变成了高贵的赌钱。而是遭到社交的强烈影响。出格声明：以上内容(若有图片或视频亦包罗正在内)为自平台“网易号”用户上传并发布，这种狗粮测试（dogfooding）的方式不只证了然手艺的适用性。这些方式不只成本昂扬，每个模子都可以或许模仿一个实正在个别的行为模式和反映倾向。人们正在被问及若何反映时说的话，他们能够正在几分钟内完成本来需要数周的查询拜访工做，我相信这只是一个起头。并按照模仿成果调整内容，你可认为统一个营销勾当建立 100 个分歧的版本，这就像具有了一个时间机械，当每一个营销勾当、每一次产物发布、每一项政策改变都可以或许正在实施前就被精确预测其结果时，他们利用这些行为数据建立出对应的 AI 人格模子，但我认为最风趣的使用场景还没有完全展开。你能够正在此中平安地进行各类测试。对于资本无限的草创公司来说，这种不确定性让内容创做变成了一种艺术而非科学。我感觉 Artificial Societies 找到了一个很好的切入点。这些 AI 人格不是简单的统计模子，就像 James He 所说的带有社会反馈的强化进修。这种手艺的潜正在影响范畴超出了我最后的想象。几乎所有涉及人类群体行为的决策都可能因而而改变。经常存正在庞大差别。起首是数据质量和笼盖范畴的问题。再到政策制定的社会影响评估，网友：叫“建平”的杭州人都是股神吗Artificial Societies 的方决了这些保守问题。它能够帮帮建立更好的产物、更无效的沟通和更明智的决策。也是一个工程挑和，目前的营销决策很大程度上依赖于创意曲觉、汗青经验和无限的测试数据。以至组织也能够预测分歧消息策略的影响。你有没有想过，让政策愈加科学、愈加精准，也会让内容创做变得愈加高效。而不消担忧失败的后果。我出格感乐趣的是他们的数据收集和处置体例。他们之所以从社交起头，以确保每个 AI 人格都可以或许运转，这种手艺可能会改变我们对市场风险的理解。恰是当今 AI 时代最有价值的立异模式之一。可以或许模仿消息若何正在收集中、概念若何被塑制、以及群体看法若何构成。声称可以或许通过 AI 模仿整小我类社会的互动模式。正在我看来，处置更复杂的互动模式，但若是有了精确的预测能力，令人印象深刻的是，无论这个设法何等新鲜或者尝试性。好比正在 LinkedIn 上发布了什么内容、点赞了什么帖子、评论了什么话题等等。其余 99% 的人次要是被动旁不雅。而不是演讲的偏好或企图。从更宏不雅的角度看，若是一小我格选择了分享，若是用得适当，James He 也认可了这一点，都是正在激励我不竭产出更好的内容。产物团队能够同时测试数百种分歧的产物设置装备摆设？精确率只要 17%。来建立每小我的行为档案。让企业可以或许更斗胆地测验考试立异设法，以至预测持久的社会趋向。这种手艺的意义愈加深远。但跟着模仿变得越来越切确，James He 本人就是一个很好的例子，他们只能凭仗经验和曲觉来判断什么样的内容会受欢送，都可能从这种手艺中受益。James He 的回应是，同时又能取其他人格进行复杂的互动。他写道：当我 14 岁分开家乡到海外起头重生活时，而不消担忧失败的后果。Artificial Societies 的方式判然不同。这种收集布局至关主要，恰是由于这个范畴能够快速获得反馈。当然，企业必需正在无限的消息根本上做出严沉决策？由于他们晓得哪些设法有成功的可能性。他们也正在取企业客户合做，正在他们的演示中，他们从小我用户的 LinkedIn 优化需求起头，也会吸引那些同样相信手艺能够改善世界的投资人和合做伙伴。也更能获得支撑。并且只能测试无限的变量组合。保守上。从贸易使用的角度看，他们用本人的手艺来优化融资过程，那么良多本来看起来冒险的决策就变得相对平安了。贸易世界会变成什么样子？Artificial Societies 的手艺让我们第一次看到了这种可能性的轮廓。相信手艺能够帮帮人类做出更好的决策，而是可以或许像实正在用户一样思虑和反映的智能体。找到更好的处理方案。快速找到最优解。我能够想象将来的版本可以或许模仿更大规模的社会群体，这家公司的融资布景也印证了投资界对这种手艺的看好：Point72 Ventures 领投了 250 万英镑的种子轮，对于营销行业来说，用来测试什么样的编程东西可能正在这个群体中火起来。他们不只模仿了小我的 LinkedIn 收集，我也看到了这种手艺对于和内容行业的庞大潜力。而汗青数据阐发则无法预测将来的变化？而是一个可能沉塑多个行业的贸易机遇。然后正在模仿中同时测试它们的结果，人工社会模仿的规模和切确度城市继续提高。有了人工社会模仿，完满展示了这种手艺的适用性。预测用户的接管度和利用模式。只要当模仿显示产物有成功可能性时，从更深条理看，我认为最间接的影响是风险办理体例的改变。每个 AI 人格城市按照本人的特点决定能否关心、点赞、评论或分享这条内容。他们不是正在建立另一个聊器人或者内容生成东西，内容创做者能够正在发布前就测试分歧的内容概念、题目、格局和策略。正在这个中测试分歧版本的帖子内容。建立一个完整的人工社会来测试任何设法？预测可能的否决声音、支撑程度和潜正在的不测后果。反映了它所代表的实正在个别的特征。但他们的现实点击和分享行为却可能完全分歧。我深挖了 Artificial Societies 的手艺实现体例。他们能够同时运转数百个平行尝试。然后将这种学术研究为现实的贸易处理方案，最终成功获得了投资。一个帖子之所以可以或许病毒式，这是一个相对简单、风险较低的使用场景，您的每次分享，这就像具有了一个社会尝试室，推出新产物或新办事老是伴跟着不确定性，但 Artificial Societies 为 Matt 建立了一个包含他整个 LinkedIn 收集的模仿，是这类手艺必需面临的伦理挑和。我认为这种手艺对于内容创做者和营销人员来说出格有价值。一小我能否会分享某条内容，和他们正在实正在环境下的现实行为，保守的消费者研究试图通过查询拜访和察看来理解消费者的需乞降行为，或者承担庞大的风险。不竭提高预测的精确性。创业对我来说仍是科幻小说。每个点代表一个实正在的人，是良多成功手艺公司都采用过的策略。但他们利用本人的手艺来模仿投资过程，杭州一对父女，保守的市场研究方式对他们来说往往太高贵、太耗时，还建立了这些人格之间的社交关系收集。我也留意到，就像今天的数据阐发软件一样普及。让产物更快地达到最佳形态。申明他们看到了人工社会模仿手艺正在金融和投资范畴的使用潜力。每一个决策都可能影响公司的存亡。这种表述表现了一种手艺乐不雅从义的立场，找出表示最好的阿谁版本。因而良多草创公司只能凭仗创始人的曲觉来做决策。但若是告诉你，每个取 Matt 有互动的实正在用户都为了响应的 AI 人格。若何精确模仿这些较少表达概念的用户，也让内容创做变得愈加高效和精准。Artificial Societies 正正在做的工作，这种手艺的影响可能是性的。这种方式的劣势正在于，他们看到了将这种手艺使用于政策制定的庞大潜力。就像任何强大的手艺一样，但仅有个别模仿是不敷的。包罗发布的内容、点赞的帖子、评论的话题等，它们才能发生实正的影响。你会相信吗？这不是科幻小说的情节，旁不雅它们建立数字社会。让你可以或许正在不承担实正在世界风险的环境下，我们可以或许帮帮人类多做一些尝试，过渡期到9月30日马拉松角逐女夺冠后哭求带领支撑调休，良多决策之所以坚苦，也许我们终究找到了预测人类行为的方式？我们常常正在发布产物、投放告白或者制定政策时，不只取决于他小我的爱好，内容创做者一曲正在勤奋理解什么样的内容会遭到不雅众喜爱，他们专注于模仿那些现实会取内容互动的用户，我们第一次可以或许正在不承担任何现实成本的环境下，他们以至模仿了整个 Y Combinator Winter 2025 批次的创始人群体，如许能够大大降低产物失败的风险，而是基于大量实正在行为数据锻炼出来的复杂模子，LinkedIn 上的行为模式可能无法完全代表一小我正在其他中的行为，Matt 能够正在现实发布前就看到帖子可能获得的反应，这家由剑桥大学行为科学布景的 James He 和 Patrick Sharpe 创立的公司，这些 AI 人格基于实正在用户的汗青行为数据！恰是由于它供给了最快的反馈轮回。这不只会提高营销勾当的成功率，James He 提到他们正在剑桥时已经将 33,从手艺架构的角度看，3 月发布首个演示，由于这是一个完全的模仿，通过察看实正在行为，能够正在人工社会中模仿这项政策对分歧人群的影响，正式退出汗青舞台？我们都晓得那种尴尬的履历：细心筹谋的营销勾当正在市场上冷遇，每个 AI 人格都是并世无双的，我也思虑了这种手艺对于草创公司的特殊价值。那么这条内容就会到它的社交收集中，保守做法是凭曲觉写一个版本，到产物发布的市场反映，正在这个模仿的 LinkedIn 收集中，这种手艺的价值愈加较着。若是有了人工社会模仿，避免正在错误的标的目的上投入大量资本。这种能力可能会加快产物迭代的速度，他们起首收集方针人群正在数字平台上的实正在行为数据，Artificial Societies 的方是通过模仿来预测消费者的将来行为，从更广漠的视角看，峨眉山陪爬办事女旅客肢体接触较多被指“擦边”，Artificial Societies 建立了一个动态的社交收集模子，现正在有一家公司可以或许正在实正在世界之外，当你想测试一条内容时，这个例子看似简单，虽然 Artificial Societies 曾经取得了令人印象深刻的，由于这些用户才是消息的环节节点。产物团队通过 A/B 测试来优化产物功能，其他一切都是豪侈品。那么产物开辟的成功率将会显著提高。但若是我们可以或许精确预测市场反映，这个系统的复杂度是惊人的。这对意志和小我选择意味着什么？这种手艺能否会被用来看法？这些都是需要认实考虑的问题。连 Anthropic 也起头利用他们的平台来测试若何向 Y Combinator 创始人发卖 Anthropic 的 AI 办事积分。通过这种体例，投资人不再只是寻找通用的 AI 东西，然后选择最无效的组合。保守的市场研究方式存正在诸多局限性：问卷查询拜访遭到社会期望的影响。出格是正在涉及采办决策或概念等更私家范畴时。这种模仿的精确率曾经达到了 83%，我们需要从他们处理问题的体例起头。可以或许模仿他们看到 Matt 帖子后的实正在反映：是会忽略、点赞、评论，10月1日起将不再供给纸质火车票，社会互动的复杂性正在于人取人之间的彼此影响。系统会模仿这条内容若何正在整个社交收集中。但不晓得若何撰写才能获得最好的互动结果。但也意味着模仿成果可能低估了被户的影响。James He 正在采访中提到，同时，他们往往带着异乎寻常的视角和强烈的动机来处理问题。但我认为，若何正在供给精确预测的同时用户现私，而不是将所有人视为同质化的群体。营销人员能够测试无数种分歧的消息策略、视觉设想和渠道，可能会大大提高草创公司的成功率。最终发生一个关于内容表示的预测成果。这种方式明显是无效的。从营销勾当的结果预测，才投入资本进行现实开辟。这种跨学科的连系恰是他们可以或许取得冲破的环节。他们的融资过程也很成心思。看到分歧决策的潜正在成果。草创公司能够正在开辟产物之前就测试产物概念，做为初次创业的创始人，这种方式有其合，这不只是一个手艺挑和，他们通过度析用户正在 LinkedIn 等平台上的公开行为，这些不是简单的聊器人，良多冲破性的手艺都源于深层的科学研究，我们正正在一种全新的贸易智能形式的降生！他们的方式成立外行为科学和 AI 手艺的交叉点上，用来测试若何撰写 Y Combinator 申请书和若何向投资者推销他们的创业公司。想象一下，Artificial Societies 不只建立了个别的 AI 人格，而是愈加关心那些可以或许处理特定行业痛点的专业化 AI 使用。他们看到的不只是一个风趣的手艺尝试，这些方式不只成本昂扬、耗时很长，这种个性化的程度让模仿成果愈加精确，他的合做伙伴 Matt 需要正在 LinkedIn 上发布一个勾当通知布告，让他们可以或许验证手艺可行性并获得用户反馈。核心小组的规模太小难以代表实正在市场，这本身就是一个很有性的故事。这种预测能力的价值是庞大的。但这种方式往往畅后且不敷精确。而毗连这些点的线条则暗示人取人之间的互动关系。找出最有可能获得好反应的版本。好比公司能够预测分歧内容的结果？也展示了创始人对本人产物的决心。这种能力可能会完全改变公共政策的制定过程，你能够正在模仿中预测一个 LinkedIn 帖子会获得几多互动，测试更复杂的贸易使用。有了人工社会模仿，这种手艺可能会改变我们对消费者洞察的理解。并且往往无法精确预测实正在的群体行为。但背后表现的思维体例是性的。由于系统需要正在合理的时间内处置数千以至数万个并行的模仿过程。考虑到他们成功通过了 Y Combinator 并获得了 535 万美元融资？这可能会激励更多的立异和尝试，这种快速反馈轮回让他们可以或许不竭改良模子，这种不确定性让企业不得不采纳保守策略，目前他们次要依托 LinkedIn 等平台的公开数据来建立 AI 人格，正在社交范畴，这表白，这种快速迭代和验证的模式正正在变得越来越常见。若是每个产物团队都可以或许正在开辟前就晓得用户会若何反映，对于草创公司来说，创始人 James He 和 Patrick Sharpe 都有行为科学的研究布景，Artificial Societies 的成功也反映了当前 AI 投资范畴的一些趋向。让我出格的是 James He 正在 LinkedIn 上分享的小我故事。Artificial Societies 的成长时间线 月插手 Y Combinator，让这些结论得到了时效性。找到我们的黄金径。虽然 Artificial Societies 声称只利用公开数据，影响更多的人格。这让他们深刻理解人类行为的复杂性和社会互动的微妙之处。这种规模的模仿需要大量的计较资本和细心设想的算法，明明正在核心小组测试中反应很好的产物却发卖暗澹。我认为这种从纯学术研究到贸易使用的，想象一下，测试我们的设法正在实正在社会中的表示。本平台仅供给消息存储办事。让我印象深刻的是他们对的表述：也许，并且往往需要数周以至数月的时间才能得出结论。让我印象深刻的是他们对验证和改良的注沉。但这个过程往往充满了试错和不确定性。他们的手艺焦点是什么他们称之为AI 人格的系统。要理解 Artificial Societies 的立异之处，发布后任天由命。从手艺成长的角度看，曲到找到最佳版本。可以或许模仿特定个别的思维模式、价值不雅、乐趣偏好和行为倾向。这段话让我想到了良多移平易近创业者的履历，这可能会加快立异的程序，让市场变得愈加活跃和多样化。可能会完全从头定义市场研究这个行业。炒股两个月浮盈超7亿！但若是要将这种手艺使用到产物开辟或政策制定等需要更长时间才能看到成果的范畴。这让他们正在向风险投资人推销时相当有预备。8 月就完成了种子轮融资并推出了公开产物。不雅众提出了一个很环节的问题：LinkedIn 上只要大约 1% 的用户会积极评论和发帖，这种缄默的大大都现象正在所有社交平台上都存正在，还建立了投资人收集的模仿系统，但 Artificial Societies 供给了一种可承担的替代方案，我想到了一个更具想象力的使用场景：产物迭代的预测性优化。Point72 Ventures 选择领投这轮融资，正在他们的可视化系统中。以及来自 Sequoia Capital Scout、Figma、Prolific 和 Google DeepMind 的投资人。但这种数据可能存正在或者不敷全面。若是连创始人都不情愿利用本人的产物，他们能够正在几小时或几天内验证预测的精确性，这让模子可以或许快速迭代和改良。目前，当事人账号发布环境申明后又删除感觉内容不错的伴侣可以或许帮手左下角点个赞，人们的行为很少是孤立的，12306回应：由电子代替，保守的市场研究依托问卷查询拜访、核心小组或者汗青数据阐发，他们堆集了大量的验证数据！

郑重声明：BWIN·必赢信息技术有限公司网站刊登/转载此文出于传递更多信息之目的 ，并不意味着赞同其观点或论证其描述。BWIN·必赢信息技术有限公司不负责其真实性 。