朴俊成
立场时间线 14 条 · 14 个议题
同一议题按时间排列，说法变化一目了然。
Joon认为'创造世界'式的模拟是AI的终极应用，真正有用的个人助手必须先对用户建立深刻的心理模型。
“"What if we can just recreate the world that we live in?" ——如果我们能重新创造我们所生活的世界，会怎样？”
来源访谈 →Joon认为网络数据只反映人们'说什么'的态度而非真实行为，要模拟人类行为必须获取描述行为因果机制的'黑暗知识'。
“这些数据主要反映了人们“说什么”（态度数据），而非在现实生活中“做什么”（行为数据）。”
来源访谈 →Simile的行为建模依赖三大数据支柱：深度访谈、行为观察与交易数据、随机对照试验，其中RCT数据是理解行为因果机制的关键。
“随机对照试验数据，这是理解行为背后因果机制（“为什么”）的关键，对于“如何塑造未来”至关重要。”
来源访谈 →行为基础模型必须像普通人一样带有偏见与非理性地'犯错'，这与追求超级理性的前沿大模型完全不同，后者模拟特定人群行为时准确率可能低至20%-30%。
“"The models that we are trying to create are models that are as dumb as I am. So if I make some mistakes, the model has to make the same mistake." ——我们试图创造的模型，是要和我一样‘笨’的。如果我犯了错，模型也必须犯同样的错误。”
来源访谈 →Joon认为模拟的最高形式不是预测调查答案，而是回答'为实现目标现在需要采取哪些步骤'，为决策者提供真正的路径规划能力。
“"It's not about predicting the future; it's about shaping it." ——关键不是预测未来，而是塑造未来。”
来源访谈 →模拟整个社会仅靠提示工程不够，必须通过后训练让模型学习人类社会的'社会物理学'，未来可能需要数据中心规模的算力，其解决气候变化等问题的价值使之成为必然方向。
“"Can we create a simulation of 8 billion people living on Earth?" ——我们能否创建一个模拟地球上80亿人生活的模拟器？”
来源访谈 →Joon用1000名美国人的数字孪生验证模拟保真度：数字孪生以85%的准确率复现真人回答，达到了人类重复自身回答的准确率水平。
“为1000名美国人创建数字孪生，两周后让数字孪生预测这些真人在一系列测试中的行为，结果显示数字孪生能以85%的准确率复现人们自我重复的回答，这达到了人类重复自身回答的准确率水平。”
来源访谈 →Simile的核心使命是精准模拟普通人的行为与偏好，而非追求超级智能或编码数学能力。
“Simile的核心使命不是创造超级智能，而是构建能精准模拟普通人行为与偏好的模型，捕捉人类"主观"思维那一半，而非追求编码或数学能力。”
来源访谈 →网络数据只反映人们说了什么而非做了什么，必须依靠随机对照实验和A/B测试让模型理解因果关系和反事实情境。
“网络数据本质是"人们说了什么"而非"做了什么"。Simile不仅收集交易和观察数据，更大量依赖随机对照实验和A/B测试，以训练模型理解因果关系和反事实情境。”
来源访谈 →企业客户真正要的不是预测未来，而是"如何改变未来"的因果机制，这才是Simile提供的核心价值。
“企业客户真正关心的不是预测未来，而是"如何改变未来"。他们需要的是因果机制——如果采取不同行动，结果会如何变化——这才是Simile提供的核心价值。”
来源访谈 →合成面板（模拟人群）将超越传统人工面板，因为它能解锁当前95%因成本或能力限制而无法进行的实验。
“合成面板（模拟人群）将超越传统人工面板，因为模拟能解锁当前95%因成本或能力限制而无法进行的实验，让社会不再依赖直觉决策。”
来源访谈 →为了精准模拟人类行为，他希望模型带有和人类一样的偏见。
“我们希望我们的模型像人类一样带有偏见。（We want our models to be biased in the same way humans are.）”
来源访谈 →他预计约两三年后会出现单次收费高达1亿美元的仿真会话，适用于评估最重大决策的超大企业或政府。
“我认为大约两三年后，我们会运行单次仿真会话，人们会为此支付1亿美元。（I think there's a world in which in about two, three years we're running a single simulation session that people will pay $100 million for it.）”
来源访谈 →长远来看，他希望仿真成为社会的"代表性层"，在决策中大规模倾听每个人的观点，甚至模拟气候变化应对或民主制度成败等复杂集体行动。
“长远愿景是让仿真成为社会的"代表性层"，在决策中大规模倾听每个人的观点，甚至模拟复杂集体行动（如气候变化应对或民主制度的成败条件）。”
来源访谈 →金句墙 8 条
“What if we can just recreate the world that we live in?”
如果我们能重新创造我们所生活的世界，会怎样？
模拟：新的扩展规律——从虚拟小镇到80亿数字孪生 · 2026/8/21“It’s not about predicting the future; it’s about shaping it.”
关键不是预测未来，而是塑造未来。
模拟：新的扩展规律——从虚拟小镇到80亿数字孪生 · 2026/8/21“The models that we are trying to create are models that are as dumb as I am. So if I make some mistakes, the model has to make the same mistake.”
我们试图创造的模型，是要和我一样‘笨’的。如果我犯了错，模型也必须犯同样的错误。
模拟：新的扩展规律——从虚拟小镇到80亿数字孪生 · 2026/8/21“Can we create a simulation of 8 billion people living on Earth?”
我们能否创建一个模拟地球上80亿人生活的模拟器？
模拟：新的扩展规律——从虚拟小镇到80亿数字孪生 · 2026/8/21“Simulation is surprisingly similar to painting.”
模拟与绘画出奇地相似。
模拟：新的扩展规律——从虚拟小镇到80亿数字孪生 · 2026/8/21“I think there's a world in which in about two, three years we're running a single simulation session that people will pay $100 million for it.”
我认为大约两三年后，我们会运行单次仿真会话，人们会为此支付1亿美元。
模拟未来：单次仿真将值1亿美元 · 2026/8/1“We want our models to be biased in the same way humans are.”
我们希望我们的模型像人类一样带有偏见。
模拟未来：单次仿真将值1亿美元 · 2026/8/1“The best way to get feedback is to actually ask people to pay you.”
获得反馈的最佳方式，是真正让人们为你付费。
模拟未来：单次仿真将值1亿美元 · 2026/8/1访谈收录
模拟：新的扩展规律——从虚拟小镇到80亿数字孪生
Simile AI创始人Joon Sung Park在访谈中阐述了其公司从生成式智能体研究走向构建人类行为基础模型的历程。核心论点是：模拟而非预测，是理解与塑造未来的关键。公司通过收集访谈、行为观察和随机对照试验数据，训练出能以85%准确率复现个体行为与态度的数字孪生模型。其长远愿景是构建模拟全部80亿人的社会级模拟器，以应对气候变化、民主稳定性等复杂社会问题。
模拟未来：单次仿真将值1亿美元
Joon Sung Park 是 Simile 公司的创始人与 CEO，曾任斯坦福研究员，致力于构建人类行为的“基础模型”。本期访谈探讨了该公司如何通过模拟人类行为预测未来、帮助企