又一个用 Agent 模拟真实世界中多角色互动的框架。
又一个用 Agent 模拟真实世界中多角色互动的框架。不过这一个没有那么看重界面，而是更看重互动的真实性和交互的可读性。WorldSeed，一个用规则和角色生成多智能体社会的世界引擎
WorldSeed 的入口不是“写一个 agent 工作流”，而是 seed a world。使用者定义角色、规则、私有信息、可执行动作和后果，然后让多个 agent 在这个环境里互动。它可以用于生产协作、研究模拟、游戏 AI、叙事世界，也可以让人从上帝视角观察、介入，甚至进入某个角色。
README 里最具体的 demo 是 AutoResearch：用户给一个半成形想法，一组 specialist agents 会提出假设、跑实验、互相审稿，并引用彼此的论文。在 TinyStories 上训练 5M GPT 的实验里，示例展示了 100 个 hypotheses、86 个 experiments、72 篇 peer-reviewed papers，以及 val_loss 下降的结果。更关键的是每篇“论文”都能追溯假设、commit、实验、验证结果、引用和审稿理由。
它和普通 multi-agent demo 的差别在“世界规则”。很多 agent 系统只是把任务拆给多个角色；WorldSeed 关心的是角色在同一个环境里持续互动，结果由规则、信息差和后果机制共同产生。这对 simulation、judgment training、world model 方向都很有关系：它不是直接预测现实，而是提供一个可以反复设定规则、观察涌现的社会实验容器。
🔗 链接：http://t.cn/AXXAHC16（原帖）
💻 项目仓库：http://t.cn/AXXAHC1i（GitHub）
🎮 Demo：http://t.cn/AXXAHC1J（试玩）
🌐 官网：http://t.cn/AXVRuk3g（官网）
##
页:
[1]