200个AI代理模拟霍尔木兹危机，为何与Polymarket预测背道而驰？

当AI模拟舆论场：一场颠覆传统预测的地缘政治实验

预测市场的定价是否总是对的？一项前沿实验通过构建一个由200个AI智能体组成的复杂模拟社会，对霍尔木兹海峡危机走向进行了推演，并将其结果与知名预测平台Polymarket的实时赔率进行对比，得出了令人深思的结论。

实验发现，模拟中自然形成的群体讨论普遍偏向乐观，而真实资金下注的市场则显得更为悲观。更有趣的是，在自由辩论中，少数持悲观立场的智能体其判断反而更接近市场的真实定价。这项研究不仅挑战了传统预测方法，也揭示了公开表态、私下信念与实际行动之间常存在的巨大鸿沟。

实验核心：MiroFish框架与多智能体社会仿真

本实验依托于中国团队开发的开源项目MiroFish。该框架能够将复杂的现实问题转化为可计算的社会模拟。其工作流程如下：

1. 知识注入：向系统输入一份涵盖事件背景、各方立场与经济数据的综合简报，作为智能体认知世界的基石。
2. 图谱构建：系统自动解析文档，抽取出国家、组织、人物、经济实体等关键要素，并构建它们之间的关联网络，形成动态知识图谱。
3. 智能体生成：基于知识图谱，为每个实体赋予独特的“人格”，包括性格倾向（如MBTI类型）、职业背景、立场偏好及表达风格。
4. 环境仿真：将智能体置入一个高度仿真的社交媒体环境（如Twitter克隆平台），让它们依据自身设定进行发帖、评论、点赞和辩论。
5. 观察与访谈：在模拟周期结束后，既可观察群体互动的自然结果，也可对单个智能体进行深度“访谈”，探究其推理过程。

模拟配置与执行详情

本次模拟针对Polymarket上的一个具体预测事件：“到2026年4月底，霍尔木兹海峡的海上运输是否会恢复正常？”

• 智能体规模：共计200个，涵盖外交官、军方代表、媒体机构、能源公司高管、金融交易员及各类平民角色。
• 技术栈：核心模型采用GPT-4o mini以平衡成本与性能，记忆系统使用Zep Cloud，仿真引擎为OASIS。
• 运行参数：模拟时长设定为7个“虚拟日”（共100轮互动），在配备24GB内存的硬件上运行，总耗时约49分钟，API成本控制在5美元以内。

关键发现：自然表达 vs. 正式访谈的预测分裂

在为期7天的自由模拟中，智能体们产生了近1900条帖子与超过6600次互动。系统分析显示：

• 群体乐观倾向：整体舆论场弥漫着乐观情绪，易于传播。智能体在自由讨论中自发形成的平均恢复概率预测为47.9%。
• 市场悲观定价：与此同时，Polymarket上的资金押注所隐含的恢复概率仅为31%，两者相差近17个百分点。

然而，当模拟结束后，研究者以正式“访谈”形式逐一询问43个核心智能体时，情况发生了戏剧性转变：

• 几乎所有被访谈者都给出了更为温和、合作的答案，各类别（军方、媒体、金融等）的平均预测概率均跃升至60%以上。
• 这与他们在自由辩论中表现出的分歧和悲观观点形成了鲜明对比。

这一分裂精准地映射了现实世界的行为模式：公开声明往往倾向于稳定与乐观的外交辞令，而真正的风险判断则隐藏在非公开的行动和私下表达中。那些在自由讨论中坚持悲观立场（预测概率≤30%）的少数“专家型”智能体，其平均预测值（22%）反而最接近市场定价。

启示与未来方向

本次实验的核心价值不在于提供一个确切的预测答案，而在于验证了多智能体模拟作为一种新型分析工具的有效性，并明确了其信号来源：

1. 自然演化优于结构化访谈：智能体在自由互动中产生的观点，比在被直接提问时给出的答案更具信息价值，后者受模型“合作偏好”影响较大。
2. ：在群体噪音中，那些持不同意见的、悲观的“专家”智能体，往往是更可靠的风险指示器。
3. 行动胜于言辞：无论是AI还是人类，其用“资金”或实际行动下的注，远比公开表态更能反映真实信念。

基于以上发现，未来的实验优化路径清晰：扩充背景知识库，纳入更长期的历史数据；采用推理能力更强的核心模型，以降低默认的乐观偏见；进一步扩大智能体的多样性与规模，使模拟社会更贴近真实的复杂性。这项研究为利用AI模拟理解地缘政治、金融市场和社会动力学开辟了新的可能性。