AI模拟霍尔木兹危机：200个代理揭示Polymarket预测准确性

引言：当AI模拟成为预测实验室

在信息爆炸的时代，预测未来事件——尤其是地缘政治危机——变得前所未有的复杂。公开言论、市场信号与真实意图往往相互背离。为了探究群体智慧与金融市场定价之间的深层关系，我们进行了一项开创性的实验：利用开源多智能体模拟框架MiroFish，构建了一个包含200个AI代理的虚拟社会，模拟霍尔木兹海峡危机下的舆论演变，并将其结果与知名预测市场Polymarket的定价进行对比分析。

实验设计与技术架构

本次实验的核心目标是评估AI模拟的群体判断能否产生接近真实市场定价的有效信号。我们选择了Polymarket上一个具体议题作为验证对象：“至2026年4月底，霍尔木兹海峡的海上运输是否会恢复正常？”

模拟系统核心技术栈

• 模拟引擎：MiroFish，一个能够生成知识图谱并创建具备人格AI代理的开源框架。
• AI模型：GPT-4o mini，在成本与性能间取得平衡，适合大规模代理模拟。
• 记忆系统：Zep Cloud，用于存储代理的长期记忆和复杂的知识图谱关系。
• 仿真环境：基于Camel-AI的OASIS，模拟了一个类似Twitter的社交网络互动平台。
• 硬件基础：Mac mini M4 Pro (24GB内存)，模拟运行时长约49分钟。

代理群体的构建与初始化

实验成功的关键在于构建一个高度拟真的虚拟社会。我们首先向系统输入了一份约5800字的综合简报，内容涵盖军事动态、经济影响、外交进展等，资料来源包括路透社、半岛电视台等权威媒体。

1. 知识图谱生成：系统自动从简报中提取实体与关系，构建了一个包含65个节点和85条边的知识网络。
2. 代理角色创建：基于图谱，系统生成了43个核心代理，并进一步扩展至200个，赋予每个代理独特的性格（如MBTI类型）、背景、立场和行为模式。
3. 社会构成：最终群体包括140名平民（交易员、学者、活动家等）、16个政府/外交角色、15家媒体机构、10家能源与航运公司、7家金融机构以及少数军事政治角色。

模拟过程：虚拟社会的7天舆论战

在为期7个模拟日（共100轮互动）的进程中，这个由AI驱动的社会展现了惊人的动态复杂性。

互动行为数据分析

• 内容生产：共产生1,888条原创帖子。
• 社交互动：发生了1,611次引用回复，208次点赞，207次转发。
• 信息消费：代理进行了4,051次信息流刷新，体现了以观察和消化为主的行为模式。
• 立场演化：有70条帖子表达了全新的独立观点，部分代理在互动中明显改变了初始立场。

自然演化与市场定价的初次对比

在自由讨论中，有19个代理自发地用量化概率表达了对局势的判断。这组未经引导、自然形成的群体平均预测概率为47.9%。与此同时，Polymarket市场对此事件给出的“是”合约价格对应的隐含概率为31%。两者之间存在近17个百分点的显著差距，初步揭示了公开讨论倾向于乐观的偏差。

关键发现：访谈模式与自由表达的预测效能分裂

模拟结束后，我们利用系统的“访谈”功能，对43个核心代理进行了单独提问，要求他们给出具体的概率预测。结果揭示了深刻的结构性差异。

访谈结果：普遍的乐观倾向

在正式访谈情境下，几乎所有代理都表现出合作与乐观的态度：

• 军方角色平均预测概率：75%
• 媒体机构平均预测概率：69%
• 能源公司平均预测概率：66%
• 金融机构平均预测概率：65%
• 外交官员平均预测概率：61%

各类别的访谈平均值均高于60%，与市场31%的定价形成巨大反差。

自由表达中的“信号源”：悲观的少数派

然而，在分析自由讨论的记录时，我们发现了更具价值的信号。在模拟过程中，有7个代理（包括伊朗外长、中国外长、某预测市场分析师、一名经济学教授等）在发帖中给出了低于或等于30% 的悲观预测。这组人的平均预测值为22%，与Polymarket的31%仅相差9个百分点。

核心结论由此浮现：

1. 自然演化的讨论比正式访谈更能产生有效信号。自由发帖类似于非正式交流或私下行动，更能反映真实判断。
2. 少数悲观专家是更准确的预测者。具备专业背景的代理在无压力自由表达时，其判断更接近用真金白银投票的市场定价。
3. AI复现了现实世界的“言行不一”。正如现实中领导人在新闻发布会上的表态往往比其实际部署更乐观，AI代理也在访谈中切换到了“外交话术模式”。

讨论与未来优化方向

本次实验验证了利用多智能体模拟进行复杂事件预测的可行性，并明确了信号提取的关键区域——即那些在自由互动中产生的、非共识性的专家悲观判断。

当前局限与迭代计划

1. 增强背景知识：下一步将输入跨越数十年的历史资料，让代理具备更接近人类分析师的地缘政治背景知识。
2. 升级核心模型：考虑采用推理能力更强的大语言模型，以减轻现有模型固有的“合作偏好”，使代理在访谈中也能保持角色的一致性。
3. 扩大社会多样性：增加代理数量，引入更多元、更边缘的视角，使模拟的舆论场结构更丰富，信号更稳健。

结论：预测未来的新方法论

这项实验表明，AI多智能体模拟并非要取代人类判断或预测市场，而是提供了一个独特的“社会显微镜”。它帮助我们理解，在公开的乐观共识之下，那些隐藏在非正式表达和少数派观点中的信号，可能才是洞察真实风险的关键。对于投资者、政策分析者和风险管理者而言，关注“人们如何用钱下注”与关注“人们在无人打分时如何说话”，同样至关重要。