200个AI代理模拟危机：群体讨论如何揭示真实预测信号

核心提要：通过200个AI代理在模拟环境中对霍尔木兹海峡局势的互动，揭示出自然讨论中悲观者反而更接近真实定价。群体行为与正式访谈结果存在显著差异，表明最有价值的信号往往来自非共识、非公开表达的声音。

AI群体模拟中的真实预测信号来自何处

当200个由AI驱动的角色在模拟社交网络中自由争论时，他们形成的判断比正式访谈更具参考价值。这场实验以霍尔木兹海峡局势为核心，将政府、媒体、能源公司、交易员与普通人纳入同一系统，观察其在持续互动中演化出的集体认知。

自然演化的结果优于正式访谈

在自由发帖阶段，19位代理自发提出概率判断，群体平均值为47.9%。而正式访谈中，43个核心代理给出的平均值则上升至65%以上。这反映出一种结构性偏差：当面对提问时，代理倾向于采用合作性、稳定性的表达方式，而真实风险判断隐藏于非正式互动之中。 尤其值得注意的是，7名给出≤30%概率的代理（包括伊朗外长、中国外长、经济学教授等）平均值为22%，与市场实际定价高度接近。这些声音并非来自共识，而是源于专业背景与独立思考的自然流露。

行为比言辞更能反映真实意图

现实世界中，领导人常在镜头前表达乐观立场，但其行动——如军事部署、资产调整、制裁实施——往往揭示了截然不同的判断。此次模拟复现了这一现象：自由讨论中悲观者更精准，而访谈场景下所有人趋于温和。 这意味着，真正有价值的信号不来自“怎么说”，而来自“怎么想”和“如何行动”。在信息传播过程中，那些不合群、不迎合主流情绪的声音，往往是预测最可靠的来源。

未来优化方向：更丰富的数据与更强的模型

下一步实验将引入长达20年的历史背景，涵盖历次石油危机与地缘冲突演变，提升代理的决策深度。同时，使用更强模型以减少默认乐观倾向，增强角色行为的真实性。此外，增加更多样化个体，如区域性声音、边缘案例与普通民众，使讨论结构更加多元。 参与者越多，互动越复杂，形成的信号就越具洞察力。最终，最有效的预测机制不是共识，而是从噪音中识别出那些敢于偏离主流的独立判断。