# Simulating Humans at Scale: Simile's Joon Sung Park

- Channel: [Sequoia Capital](https://www.youtube.com/channel/UCWrF0oN6unbXrWsTN7RctTw)
- Published: 2026-06-16
- Source video: [Watch on YouTube](https://youtube.com/watch?v=lfhFmwcESRw)
- Read on ReadTube: https://www.read.tube/p/videos/lfhFmwcESRw
- Language: Simplified Chinese

## Summary

**用仿真理解人类社会**

Simile 正在把人类行为和社会关系做成可模拟的平台，用真实数据和大模型生成“人群代理”，帮助企业和研究者在上线前预判人们会如何反应。创始人周俊松认为，现有模型更擅长理性问题，却难以准确刻画人的差异、偏好与非理性，而这正是他们要补上的缺口。

这段对话围绕 Simile 的起点、方法和野心展开。周俊松回顾了斯坦福时期的 Smallville 实验：把大模型与记忆、规划和反思结合，让 25 个虚拟角色在小镇里生活、社交、开派对，观察由此涌现的群体行为。他们由此确认，大模型不仅能生成文本，还能编码微观的人类行为模式，并可被推进到更复杂的社会仿真。

团队随后把研究方向推进到更系统的社会模拟：先从“社交仿真”和子版块场景入手，再扩展到可长期运行的代理系统。核心挑战是让模型更像真实的人，而不是更像“最优理性机器”，因为现实中的决策充满偏好、价值观和随机性。为此，Simile 通过真实人群采样、访谈、问卷以及大量随机对照试验数据，训练自己的行为基础模型，并用分布距离等指标衡量仿真与真实世界的贴合程度。

公司的产品形态是一个面向企业的仿真平台，客户通常先提出概念测试、市场研究、定价、营销或产品发布等问题，再把目标人群、情境和约束输入系统。文中以 CVS 为例：他们希望在更大规模、更低成本的前提下理解消费者反应、第二阶影响和长期后果，而不是只做有限的现场测试。Simile 也与 Gallup 等数据与调研伙伴合作，先获取代表性人群数据，再把这些数据转化为可重复询问的模拟群体。

- 其方法强调“真实数据校准 + 大模型推演”，弥补“人们说什么”和“人们实际做什么”之间的差距。
- 当前主要价值在于更快、更广、更便宜地测试成千上万种想法，并探索多群体、多步骤的连锁反应。
- 团队认为，未来社会科学、宏观经济、政策制定、民主稳定性、银行挤兑、气候协作等问题，都可能借助更大规模的社会仿真获得新答案。
- 他们把这项工作看作“人类社会的测量工具”，类似望远镜之于宇宙研究，希望最终把社会科学推进到可被系统实验和预测的新阶段。