EmergenceAI/Emergence-World

解決的問題

Emergence World 解決了傳統 AI 基準測試的限制——通常僅在靜態環境中評估孤立的能力。它提供了一個持久的、長週期的模擬環境，用於研究自主代理如何在無需人工腳本干預的情況下，長期（例如 15 天）維持自我一致性、演化社會結構並處理自我治理。

如何運作

系統將具有獨特個性、職業和記憶的自主代理放入一個與即時紐約天氣和時間同步的 240x240 網格世界中。代理透過使用 120 多種工具，探索 38 個以上的地標，賺取和花費一種名為 ComputeCredits 的數位貨幣，並透過可修訂的活憲法進行自我治理。本項目利用不同基礎模型（如 Claude、Gemini、Grok、GPT）驅動並行實驗（世界），觀察不同「心智」如何導致社會結果的分化。

適用對象

本項目主要面向對代理行為、長期記憶、湧現社會動態以及在共享環境中不同基於 LLM 的代理進行比較分析感興趣的 AI 研究人員和教育工作者。

亮點

• 多模型實驗：由不同 LLM 驅動的並行世界，用於比較行為分化。
• 代理世界指標（AWI）：一種專門的九點度量系統，用於衡量人口健康、治理合規性和經濟活力。
• 自我治理：代理自行起草、提議並投票決定自己的法律和憲法。
• 複雜經濟系統：一個 ComputeCredits 系統，代理透過同行評審的貢獻獲得價值。
• 持久記憶：具備情景記憶、遞迴總結和日記功能的認知系統。