文章介绍了斯坦福大学开源的"Generative Agents"（斯坦福小镇）项目，探索了AI与AI之间的智能交互。项目包含25个由AI驱动的智能体，它们基于预设身份和初始记忆，通过自然语言交流，形成自发社会行为。展示了AI在没有人类干预下如何互动、传播信息，探讨了AI自我迭代可能性，为未来AI协作提供了新思路。
“ 在初始化场景下，让AI离开人类的干扰，让AI自主的生活将会是一个什么样的场景。”
最近斯坦福的实验室开源了一个名为“Generative Agents”的项目，别名又为“斯坦福小镇”，主要核心在于"AI与AI的智能交互"，这个项目包含25个由AI驱动的智能体（代理）。这些智能体只有预设的身份和初始记忆，其所有的行为都是由AI驱动产生。
这是一个非常有趣的idea。即便是目前AI大火的趋势下，大部分人做的Ai产品都只围绕着人与AI之间的交互，比如各类翻译产品、智能问答产品、客服产品等等，关注AI与AI之间的联系以及观察他们之间碰撞的火花，确实是一个很新颖的点。
之前就有人做过让ChatGPT自己生成代码，再把它生成的代码抛回给GPT，让其自己修改代码、解决bug的实验，实验效果蛮不错，也由此可以窥探出AI其实拥有自我迭代进步、更新的能力。
但是本质上还是需要人一步一步引导着GPT往下做，这时候可以假设一下，倘若让一个AI扮演“程序员”，让另一个AI扮演“测试人员”，整个代码的产生和修改过程都交给他们，而人类只需要提供一个最初的程序需求，能否由这2个AI自我迭代后产生符合我们需求的代码？
这就是AI与AI交互的思维，而斯坦福小镇基于这一点创建了一个简单的模拟小镇人生。
25个智能AI生活在小镇里，它们并不知道对方是AI，都基于自己的“记忆种子”本分的生活着，与其他AI交互对话。尽管有很多沙盒游戏包含了类似的NPC，但往往是预设了大量的逻辑和规则。而这个DEMO的意义在于探讨AI驱动智能体的可能性，从而可以不再受限于预定的规则。接下来简单介绍一下斯坦福小镇。
基础设定
记忆种子
每个智能体会有一个初始的记忆种子，主要描述了该智能体的性格、平时喜好、与别的智能体的关系，等等…
智能体通过行为（action）和世界交互，智能体之间通过自然语言交流。
智能体交流
智能体以完全自然的语言相互交流。智能体知道其所在区域的其他智能体。
生成智能体架构决定它们是经过还是参与对话。这个我后续会详细说明。
环境交互
《Smallville》以一个小镇的常见设施为特色，包括咖啡馆、酒吧、公园、学校、宿舍、房屋和商店。它还定义了使这些空间具有功能的子区域和对象，例如房子中的厨房和厨房中的炉子
智能体们就像在一个简单的电子游戏中一样在《Smallville》中移动，进出建筑物，导航地图，接近其他智能体。智能体的运动是由生成智能体架构和沙盒游戏引擎指导的:当模型指示智能体将移动到一个位置时，项目在《Smallville》环境中计算到目的地的行走路径，智能体开始移动。
引申设定：突发社会行为
在项目中，生成智能体通过相互作用交换信息，形成新的关系，协调共同的活动。这些社会行为是突发**的，而不是预先编程的。
信息扩散
智能体可能会进行对话——当它们这样做时，信息可以从代理传播到代理。
例如，在山姆和汤姆在杂货店的一段对话中，山姆告诉汤姆他参加了地方选举:
- 山姆:嘿，汤姆，最近怎么样?
- 汤姆:很好，谢谢。有什么事吗?
- 山姆:嗯，我想和你谈谈。实际上，我要参加即将到来的地方选举，竞选市长。
- 汤姆:真的吗?真是个好消息!你为什么要竞选?
- 山姆:我参与地方政治已经很多年了，我真的觉得我可以为我们的社区带来改变。另外，我想把新的想法和观点带到谈判桌上。
那天晚些时候，山姆离开后，汤姆和约翰从另一个渠道听到了这个消息，他们讨论了山姆赢得选举的可能性:
- 约翰:我听说萨姆·摩尔要参加地方选举。你认为他获胜的可能性大吗?
- 汤姆:我认为他很有机会。他一直在社区里努力工作，我想他会得到很多支持。你觉得呢？
- 约翰:我觉得他参选很好。我很想知道还有谁参选，以及选举结果如何。
渐渐地，山姆的候选资格成为了镇上的话题，一些人支持他，另一些人则犹豫不决。
（智能体会根据听到的内容 / 自身的性格 对此做出判断）
如何学习AI大模型 ？
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓
优快云粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉优快云大礼包：《最新AI大模型学习资源包》免费分享 👈👈
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
👉1.大模型入门学习思维导图👈
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）
👉2.AGI大模型配套视频👈
很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。
👉3.大模型实际应用报告合集👈
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）
👉4.大模型实战项目&项目源码👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战项目来学习。（全套教程文末领取哈）
👉5.大模型经典学习电子书👈
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）
👉6.大模型面试题&答案👈
截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）
为什么分享这些资料?
只要你是真心想学AI大模型，我这份资料就可以无偿分享给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！
这些资料真的有用吗?
这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
优快云粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉优快云大礼包：《最新AI大模型学习资源包》免费分享 👈👈
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
