《西部世界》的游戏逐渐走进现实。我们能否创造一个世界？在那个世界里，机器人能够像人类一样生活、工作、社交，去复刻人类社会的方方面面。这种想象，曾在影视作品《西部世界》的设定中被完美地还原出来：众多预装了故事情节的机器人被投放到一个主题公园内，它们可以像人类一样行事，记得自己看到的东西、遇到的人、说过的话。每天，机器人都会被重置，回到它们的核心故事情节中。
在最近爆火的一篇论文中，研究者们成功地构建了一个「虚拟小镇」，25个AI智能体在小镇上生存，它们不仅能够从事复杂的行为（比如举办情人节派对），而且这些行为比人类角色的扮演更加真实。
论文链接：https://arxiv.org/pdf/2304.03442v1.pdf
Demo地址：https://reverie.herokuapp.com/arXiv_Demo/
从《模拟人生》这样的沙盒游戏到认知模型、虚拟环境等应用，四十多年来，研究者们一直设想去创建能够实现可信人类行为的智能体。在这些设想中，由计算驱动的智能体的行为会与其过往经验一致，并对环境做出可信的反应。
这种人类行为的模拟可以用现实社会现象填充虚拟空间和社区，训练「人们」去处理罕见但困难的人际关系、测试社会科学理论、制作理论和可用性测试的人类处理器模型、提供泛在计算应用和社交机器人动力，还能为在开放世界（Open World）中驾驭复杂人类关系的NPC角色奠定基础。
但人类行为的空间是巨大而复杂的。尽管在大语言模型可以模拟单个时间点上的可信人类行为，但要想确保长期一致性，通用智能体需要一个架构来管理不断增长的记忆，因为新的互动、冲突和事件随着时间推移而出现和消退，同时还要处理多个智能体之间展开的级联社会动态。
如果一种方法能够在很长一段时间内检索相关的事件和互动，对这些记忆进行反思，并归纳和得出更高层次的推论，并应用这种推理来创建对当下和长期智能体行为有意义的计划和反应，那么距离梦想实现就不远了。这篇新论文介绍了「Generative Agents」（生成式智能体），一种利用生成模型来模拟可信人类行为的智能体，并证明它们能产生可信的个人和突发群体行为的模拟。
「Generative Agents」背后是一个新的智能体架构，能够存储、合成和应用相关的记忆，使用大型语言模型生成可信的行为。举个例子，「Generative Agents」如果看到它们的早餐正在燃烧，会关掉炉子；如果浴室有人，会在外面等待；如果遇到想交谈的另一个智能体，会停下来聊天。
一个充满「Generative Agents」的社会是以新兴的社会动态为标志的，在这个社会中，新的关系被形成，信息被扩散，并在智能体之间产生协调。