AgentSociety²：让社会科学研究真正“跑起来”

59 0 0

文章摘要

随着大模型和自主智能体的发展，人工智能正深入参与科研的问题拆解、流程组织与实验执行。针对社会科学研究的复杂性，清华大学团队提出面向可执行社会科学的一体化研究环境AgentSociety²。该系统将大模型智能体、真实社会环境、大规模社会仿真与科研流程深度结合，推动社会科学研究从辅助单个任务迈向组织完整研究流程。

AgentSociety²的核心创新在于构建了双角色研究生态。系统让大模型智能体同时承担组织流程的AI社会科学家和在环境中行动的硅基参与者，使研究流程与模拟社会直接连接。在硅基参与者方面，系统将其扩展为生成式社会智能体，通过技能化架构、行动执行循环、可审计工作区及长时程上下文管理，使其具备稳定身份与跨场景迁移能力。在环境构建上，系统将公共品博弈等社会情境封装为可组合的智能体化环境模块，将社会规则转化为可运行的实验场景。

为实现研究流程的连续闭环，系统构建了AI社会科学家工作流。该工作流通过文献驱动的假设生成、研究语义到可执行配置的转化、仿真结果分析及论文草稿生成，将分散的研究环节整合进同一个可追踪的研究链路中。此外，系统建立了智能体化数据基础设施，将异构数据整理为可复用的研究资产，以支撑智能体画像与环境配置。

通过涵盖微观行为、中观网络与宏观城市情境的多尺度实验验证，该系统展现了连接个体心理、群体互动与公共治理问题的通用性。AgentSociety²并非旨在替代人类研究者，而是强调人机协同，让人类在关键节点保留判断与控制。这一智能研究系统为复杂社会系统研究提供了新基础设施，使社会科学走向主动测试社会机制与可积累的研究范式。