想象这样一个世界：在你做出任何重要决定之前，都可以先在数字空间中预览它的后果。

这不是科幻小说，而是Simile正在构建的现实。

这家人工智能公司，刚刚完成了1亿美元的融资，由Index Ventures领投，阵容豪华的投资人名单中包括了Andrej Karpathy、Fei-Fei Li等业界传奇人物。他们的愿景是，构建世界上第一个AI驱动的社会模拟系统，让每个人都能在行动之前"预演"未来。

每一个合格的飞行员，都在地面模拟器中完成数千小时的飞行训练之后，才可以驾驶客机。演员更是在排练室中反复打磨台词和走位，直到能够自信地站上舞台。但，为什么在商业决策、政策制定、社会治理等影响更为深远的领域，我们却很少使用这种"模拟优先"的方法？

答案是，并非我们不想，而是我们不能。

几千年来，人类做出重大决策的方式几乎没有本质改变。

我们依靠经验、直觉、逻辑推演，或者某种难以言说的"第六感"。我们阅读历史案例，分析数据模型，进行头脑风暴，但所有这些方法都只能提供间接的参考，没有任何一种能够真正"预演"未来。

一个新产品发布后市场会作何反应？一项新政策实施后社会会出现什么变化？一次重要的谈判中对手真正的底线在哪里？这些问题在传统方法下几乎不可能得到准确答案。我们只能等到事情发生之后，才能知道我们的决定是对是错。而到了那时，代价已经无法撤回。

这就是Simile试图改变的局面。

要理解Simile的技术哲学，我们需要先理解大语言模型的本质。当我们在互联网上训练一个模型时，我们实际上是在让机器学习整个社会的知识表达方式。每个人的言论、每个群体的对话、每种文化的思维方式。这些看似杂乱的文本数据，经过大规模的统计学习，最终凝聚成了模型内部的"人口画像"。

传统的人工智能应用方式，是从这个庞大的统计实体中"抽取"一个单一的人格，给它一个名字、一种性格、一套说话方式，然后让它扮演特定的助手、客服或导师。这当然有用，但它忽视了一个更重要的事实：模型之所以强大，恰恰是因为它不仅仅是一个"人"，而是潜在地包含了千千万万的人。

Simile选择的就是，不去抽取单一人格，而是激活整个"人口池"。他们尝试构建一个系统，让模型能够同时模拟任意数量、相互独立、但又符合真实人类行为规律的"数字代理"。

这种能力的社会价值，是革命性的。

想象一个立法机构在考虑一项新法案。在投票之前，他们可以在模拟社会中先"运行"这项法律几年时间，观察它对不同群体、不同地区、不同时间跨度的影响。哪些副作用会在三个月后出现？哪些问题会在五年后凸显？这些信息过去只能依赖专家的推测和有限的数据模型，现在却可以在模拟中得到相对可信的答案。

这并不是说模拟可以完全取代真实判断。但它提供了一种过去不可能存在的东西：一种系统性的"预检"能力，让我们能够在不可逆转的后果发生之前，就发现问题的苗头。

"未来太重要，不能交给运气。"这是Simile最核心的宣言。

Simile仿佛正在打开一扇门，门的后面，是一个普通人也能够预演决策后果的未来，是一个社会治理可以更加精准、更加人道的未来，是一个我们不再只能"碰运气"而是真正"看见"未来的未来。

参考资料：https://x.com/joon_s_pk/status/2022023097017421874