在Harry Stebbings主持的20VC播客中，Simile创始人兼CEO Joon Sung Park，2023年在斯坦福做了一个实验：把25个AI智能体丢进一座虚拟小镇，给它们记忆、规划和反思能力，然后什么都不管。结果这些智能体自己组织了一场情人节派对，互相邀约、布置咖啡馆、协调到场时间。这篇论文拿了UIST 2023最佳论文奖，引用量超过18000次，催生了整个AI智能体领域。我记得这个当年大火过的。
两年后，他把这个实验变成了一家公司。Simile在2025年底成立，2026年2月走出隐身模式，同时宣布由Index Ventures领投的1亿美金A轮。5个月后的7月30日，Greenoaks领投了2亿美金B轮，估值达到20亿美金。总融资额3亿美金，团队不到60人，Fortune 100级客户已包括CVS Health、德勤、盖洛普和Wealthfront。
Simile做的事情用一句话讲：给企业造一批"AI替身消费者"，让企业在做任何决策之前先用这些替身跑一遍模拟，看看真实用户会怎么反应。具体做法是对真人做深度访谈，采集决策模式和行为数据，训练出能模拟这些人行为的AI智能体。CVS Health是目前公开案例最完整的客户，基于290万条经用户授权的回复数据建了超过10万个AI替身，将调研周期从4到6周压缩到15至30分钟。
1. 25个AI居民和一场没人策划的情人节派对
故事的起点是2023年。Joon和两位导师Michael Bernstein、Percy Liang经常玩一个叫"时间机器游戏"的思维练习：如果坐时间机器到10年后，能看到的最疯狂的事是什么？然后试着现在就做出来。答案是创造一整座小镇的完整生活体验。
他们造了一个像素风格的游戏小镇Smallville，放进去25个AI角色。这些角色不是传统的NPC，它们会早上醒来，做日常事务，去上班，跟其他角色建立关系。更关键的是，它们会记住自己的交互，会规划每一天。模拟设定在情人节前一天，结果这些智能体自发组织了一场派对，互相邀约，有人去装饰咖啡馆，有人协调到场时间。研究者没有写过任何派对相关的代码。
这个实验有两层贡献。第一，它是最早的智能体系统实例之一。那时用的底层模型还是GPT-3.5，ChatGPT都还没上线。Joon给每个智能体加了三个模块：记忆、规划和反思。这是agentic workflow这个概念第一次被显式地写进架构。加记忆的出发点并不复杂：多个智能体共存时，你不能让它们每次碰到室友都说"你好，初次见面"。
第二，它验证了一个更深层的假设。大语言模型在训练中吸收了海量人类行为数据和情感表达，如果从正确的角度激发，可以提取出相当真实的行为模式。而且这种能力跨领域，不限于某个特定场景。Joon认为，这可能就是计算机科学追求了几十年的东西：一种真正可泛化的、能在任何环境中像人一样行动的智能体。
2. 记忆问题：从markdown文件到"洗澡时的顿悟"
最初的记忆方案简单到让人意外：把所有信息存进markdown文本文件，让模型直接处理自然语言。能跑，但扛不住规模。智能体即便在一个小镇里，产生的经验量也是巨大的。如果放到真实世界，一个人一辈子积累的记忆更是天文数字。
瓶颈在于如何从海量记忆中提炼出意义。Joon引入了"反思"机制，他比喻成洗澡时的顿悟。每隔一段时间，系统会让智能体主动审视自己最近的记忆碎片，回答一些归纳性的问题：你为什么这周吃了五次煎蛋卷？是太忙了？还是真喜欢吃？你为什么天天泡图书馆复习这门考试？这件事对你来说有多重要？
智能体会逐渐形成更高层次的自我认知。"我对这个研究课题投入程度超出我的预期，这可能跟我的某段童年经历有关。"这些高层认知最终塑造了智能体的人格、世界观和决策倾向。反思机制的价值在于，它让智能体有了一种"point of view"，一种对世界的看法，而不只是一堆行为记录。
3. "我们希望模型跟人类犯一样的错"
多数AI公司在做同一件事：让机器变得更聪明。更好的编程能力，更强的数学推理，更精准的科学分析。Simile走向了反方向。
Joon的定位："如果一个人在某个情境下会犯错，我们希望模型犯同样的错。我们希望模型跟人类有一样的偏见。" OpenAI和Anthropic在造超级理性的智能机器，Simile要代表的是人的主观面，是价值观、偏好和品味，大脑中那个非理性的、情感驱动的半球。
这不是在前沿大模型上面搭应用。Simile在训练自己的基础模型，专门针对人类行为建模。你告诉他们你感兴趣的是哪一群人，他们去建模这群人。到现在为止，创新主要集中在工具层，比如更好的调研工具、访谈工具。但Simile的野心是更底层的原语：创造最具泛化能力的人类模型，在任何规模上代表人的观点。
4. 说的和做的是两回事：数据战略才是壁垒
互联网上的数据，本质上是人们"说了什么"，不是"做了什么"。当下的大语言模型主要在这类数据上训练。Simile额外收集了大量行为数据：交易记录、观察数据，也跟客户和供应商合作获取。
但Joon的判断更尖锐：观察性的行为数据擅长建立关联性，用于预测。可是没有人真的在乎预测。 "除了炒股的人，没有人真的在乎未来会发生什么。人们在乎的是怎么塑造未来。"
他用了星巴克的例子。知道星冰乐销量两个季度后会下滑，星巴克的反应不会是"好的，谢谢告知"，而是"那我们现在该做什么来阻止这件事发生？"需求的本质是反事实推理：面对这个市场，我们该做什么来最大化公司价值？
Harry Stebbings在这里追问了一句：可预测本身难道没有用吗？星巴克预测到下滑，至少可以调整采购周期。Joon的回应是，调整采购周期本身就是一种策略改变，归根到底还是在做反事实决策。
所以Simile的核心训练资产不只是观察数据，还包括大量随机对照试验和A/B测试数据。让模型学到：当人们做了A而不是B时，他们的行为会怎样变化。 这种因果机制层面的数据，是支撑反事实推理的关键。
采集"人"的数据跟大模型公司的套路也完全不同。传统大模型公司需要的是专家程序员、科学家。Simile找的是普通人。关键是代表性，样本是否反映了真实世界的人口分布。数据采集的起点有时候是这样的问题："讲讲你的人生故事。你在哪里长大？经历过什么？做过最艰难的决定是什么？"通过两小时的一对一深度访谈，提取每个人的决策模式和价值体系。
Joon把数据战略上升到了一代AI公司的核心命题："这一代AI公司，你必须有一个有趣且可防御的数据战略。" 你能不能获取别人拿不到的数据？你知不知道怎么采集那些难以采集的数据？看到这样的机会就值得投。他被问到什么AI赛道最让他兴奋时，给的也是同一个答案：找有独特数据战略的公司。
5. Prevention比Optimization更容易卖
Simile提供的核心价值，不只是告诉客户会发生什么，而是展示生态系统走向那个结果的每一步路径，以及客户在哪里可以介入改变方向。
这也是Joon区分Simile和Polymarket这类预测市场的方式。两家公司都对未来感兴趣，但Simile在乎的是"怎么到达那个未来"和"为什么"。能不能展示你的消费者、你的市场从现在到那个结局之间的所有步骤？哪些步骤你可以阻止，哪些你可以鼓励？这才是让企业客户真正愿意付钱的东西。
企业客户最容易理解的价值场景是避免灾难性决策。"那个方案如果上线，会亏5亿美金。我们跑了模拟，拦住了它。"这是止痛药，不是保健品。
有一个销售环节的细节值得记住。Simile的一些早期客户，在第一次产品演示电话里就拿出了大型咨询公司花3到6个月做出的研究结论，让Simile的系统当场重新跑一遍。2分钟之内，系统预测出了同样的结果。 Harry Stebbings的反应是："如果我是销售，能拿着这种数据去谈客户，那简直是无敌的。"
这个不只是Qualtrics的升级版。Harry直接问了这个问题，措辞也够直接。Joon的回应是，调研工具解决的是怎么更好地问问题、更好地做访谈。模拟解决的是一个根本不同的问题：怎么创造最具泛化能力的人类模型，以便在任何尺度上代表人的观点？ 往远了看，模拟可以进入多智能体交互的场景：你发一个新产品，能不能模拟整个发布过程中受众的连锁反应和市场的位移？
他还把视野推到了更大的社会问题。气候变化需要多方利益协调，不同利益方有不同激励机制。找到所有人都能接受的均衡点极其困难。能不能模拟这些决策过程？甚至，在什么条件下一个民主制度会失败？能不能预测？这些被学术界称为"wicked problems"（恶性问题）的挑战，传统方法根本没法做实验。
6. 世界本身就是你的奖励函数
编程智能体为什么进步这么快？奖励信号极其清晰：用户接受代码建议，好的；拒绝，也有用。你很快就知道什么对什么错。
模拟看似缺乏这种即时反馈——你预测的事情要在未来才能验证。但Joon认为模拟其实有更好的学习机制：现实世界本身就是ground truth。
Simile每天生成成千上万个假设，每个假设都绑定了一个可验证的"如果-那么"陈述。然后团队盯着现实世界，看哪些假设在什么时间点变得可验证了。一个月过去，生成了一百万个假设，其中一定比例被证实。这套机制使得模型持续从世界中学习。而且客户清楚这一点：在他们的业务场景里，Simile会越来越准。这种复利效应是早期合作伙伴愿意跟进的核心原因。
Simile的生产模型推理成本已经比最初降低了约100倍。部分原因是找到了不同的建模方式，用同样的奖励模型和同样的理念，但推理效率大幅提升。初期的大量计算投入主要用于探索技术方向，一旦找到可行路径，效率优化就跟着来了。
但Joon的视线看向了反方向。整个AI社区都在目睹推理成本一路攀升：思考模型会思考半小时甚至一天，消耗大量token。他认为模拟可能是下一个量级的跃升。"我认为在两三年内，会出现单次模拟耗资一两千万美金、但客户愿意为它付一亿美金的场景。" 越复杂的模拟成本越高，但对应的决策一旦做错代价也最大，所以ROI反而更高。政府级政策模拟或跨国企业的全球市场模型，就是这种场景的候选者。
7. 三个月关掉Fortune 500的单子
Joon原本预计市场需要一两年来接受模拟的概念，打算到2026年底再开始激进拓展。他用的原话是"build the right foundation for this company and for this market"。
实际发生的完全不同。企业客户移动的速度让他改变了对corporate America的看法。CVS Health的洞察副总裁Shree（Sri Narasimhan）是他着重提到的合作伙伴——用他的话说，"极度前瞻、极度勤奋、有野心"。但驱动速度的根本原因是痛点比他想象中尖锐得多：实验慢，预算紧，大量决策靠直觉。当客户意识到可能有一个解决方案时，愿意放下一切来试。一些全球最大的企业在3个月内完成了从初次接触到签约的全过程。
产品市场匹配的信号来得更早。很多Fortune 500的董事会成员和C-suite高管主动找上门，因为他们去斯坦福看过实验室demo。每个人看到Smallville之后的反应都是一样的：如果我们能像这样模拟一个市场，我们运营的方式将被彻底改变。
这推动Simile做了一件关键的事：花了大约一年时间，证明模拟不只是一个有趣的demo，而是可以做到准确。他们创建了代表美国人口的1000人模拟，在调查问卷、行为实验、真实环境中验证，结果显示AI替身预测人类行为的准确度达到了真人预测自己行为准确度的85%。这篇论文在2024年底发布，直接催生了合成面板和模拟市场的兴起。
Joon的判断是，合成面板市场最终会超过现有的人工面板市场规模，因为它会把天花板抬高。目前大约只有5%的想法得到了实际测试。剩下95%我们从来不去验证，要么做不了，要么没预算没时间。社会中大量决策建立在直觉之上。模拟将解锁这个限制，让我们可以在落地之前测试每一个关于世界的假设。
在价值提取上，Joon承认存在巨大的差距。如果一次模拟帮企业避免了一个5亿美金的错误决策，收100万美金的服务费显然不匹配。他认为市场会向价值定价的方向移动。
8. 画家选模特，创始人选团队
Joon读博之前是人物画家，画了大量肖像和人体习作。他提到画家圈里有一个不成文的共识：不管你画谁，画出来的人多少都像画家本人，至少气质相近。 他觉得建团队跟这件事相通。在你真正在乎的团队里，你应该能看到自己的影子。
他评估一个人的第一个标准是：这个人是不是他职业经历中每一段的"成功公因数"？ 一个人换过不同阶段、不同公司、不同角色。在每一段经历中，如果仔细看，他们是不是那件事成功的原因？如果是，这意味着极强的ownership，一种"不管其他一切怎么样我会亲手把这件事搞成"的态度，也意味着自我重塑的能力。
他举了联合创始人Michael Bernstein的例子。Bernstein是斯坦福人机交互领域的领军研究者，PhD时期开创了众包集体智慧这个领域，做教授后转向AI的其他方向，现在又进入生成式AI智能体和模拟。每一步都能看出是他在主导推动。Joon说，当一个人在每一个不同的阶段都是成功的公因数时，那是一个极强的信号。
第二个标准更反直觉。任何专家通常有一个超能力，或者有多个但高度相关的超能力。擅长编程的人数学也好，并不稀缺。Joon看重的是两种相互矛盾的超能力并存在一个人身上。他认为最好的CMO一只手数得过来，共同特征是用数据的严谨程度像科学家，同时拥有创意艺术家的想象力。这是两种对立的思维方式，极难同时存在。他对自己董事会成员Shardul的评价也类似："深度分析型，但同时非常依赖直觉。"
联合创始人Lainie Yallen负责商业运营。Joon对她的描述最能说明他要找的人是什么样的。短期来看，Lainie是偏执的。"如果我们今天不把一切都押上，我们就会输。我们会落后。一切都会失败。"但长期来看，她有近乎宗教般的信念。"不管怎么走，我们一定会把这件事做成。"
同时持有这两种心态非常困难。短期偏执的人通常对未来也悲观，适合做空股票，不适合造公司。长期乐观的人容易懈怠，觉得不用那么拼。要同时偏执和乐观，需要一个"有点broken"的人，一边深深焦虑，一边把焦虑全部忽略，相信未来会好。
Harry Stebbings在这里插了一句，说这其实也是他自己的状态。他的观察是，他采访过的最成功的创始人被问到"你希望创业初期知道什么"时，都说"我希望知道一切都会好的，不用那么焦虑"。Harry认为这是最差的回答，因为正是焦虑驱动了成功：焦虑让你做了准备，加班做完了那个方案，设定了团队的紧迫感。没有焦虑，Lainie就不会打那个季度的数字，不会在销售团队里建立起紧迫感。
9. 研究者做CEO：痴迷问题还是追求影响力
研究人才在今天的湾区身价高到什么程度？Joon说他最亲近的同事和朋友中，总薪酬在千万美金级别的不在少数。他在招人时会坦诚地告诉对方：不管融了多少个亿，在base salary上匹配这些数字做不到。但研究者在乎两件事：愿景，以及技术的社会影响力。
这些人亲眼看过OpenAI从硅谷的笑柄变成接近万亿美金的公司，看过Anthropic在五年内走过同样的轨迹。他们明白，有足够野心的愿景可以成真。Joon认为领导者的角色之一，是向团队传递信心和信任，让他们相信这件事会成功。
留人是个持续的焦虑。湾区的研究者跳槽频繁。但Joon在自己的研究生涯中做到了一件少见的事：过去六年里，他的核心团队成员从来没有离开过。PhD学生通常从一个项目换到下一个，合作者全部更替，除了导师。Joon的团队是一起从一个项目到下一个到下一个，全程不变。到他决定创办Simile时，他甚至说服了自己的两位博士导师Michael Bernstein和Percy Liang加入作为联合创始人。 他觉得这来自多年紧密合作建立起的信任。
如果让他作为投资人去评估一个学术团队的创业潜力，他最看重的是一件事：这个研究者是被某个问题本身迷住了，还是被他们能产生的影响力驱动？ 被问题驱动的研究者，有时候那个问题就是不适合变成公司，或者无法形成一个可行的商业论点。被影响力驱动的人，会去找那些真正能触达用户、真正能产生收入的问题。这是关键区别。
Joon在斯坦福时，办公室隔壁是Pat Hanrahan，Tableau联合创始人、图灵奖得主、计算机图形学教授。Hanrahan给过他和同事一条建议："获取反馈的最好方式，就是让别人为你的产品付钱。" 这是Tableau的核心经营哲学。这条建议塑造了Simile选择企业市场调研作为切入点的逻辑，因为付费客户提供的反馈质量远好过免费用户。
研究和产品能同时存在的前提是方向对齐。Simile的四位联合创始人中三位是研究者：Joon做智能体和模拟，Michael Bernstein做人机交互和社会计算，Percy Liang是"基础模型"这个概念的提出者（他在斯坦福创建了基础模型研究中心CRFM）。第四位Lainie Yallen负责商业和市场。模型在"代表真实人类"上越好，模拟就越准确，客户体验就越好。 技术进步的方向和市场需求的方向完全一致。如果二者要拉向不同的方向，同时运转一个研究实验室和一家产品公司就不可能了。
10. 6个月融3亿美金
Joon的心理模型是种子轮之后大约一年融A轮，再过一年融B轮。实际上全部压缩进了大约6个月。种子轮由早期投资人Mike Volpi领投（他现在运营自己的基金），同期还有A*参与。之后A轮很快跟上，B轮也紧随其后。
B轮的过程是这样的。大约5个月前完成了1亿美金的A轮之后，Simile的现有投资人率先发起了加注意向。Index Ventures的Shardul Shah看到的市场反馈是，在他经历过的诸多快速增长的市场中，他几乎没见过这种级别的牵引力和需求拉动。当技术进展和可用的计算资源叠加在一起时，内部投资人想在后面的轮次之前先加码。
Joon同时心里有一个想合作的首选团队，Greenoaks。他联系后发现Greenoaks的团队已经深入研究了这个市场和所有参与者，就等一个合适的时机出手。Joon给了几天窗口期，没有跑正式流程，轮次就完成了。总额2亿美金，加上之前的融资，Simile的总融资达到3亿美金。
"市场在投资你这件事上的兴趣，总是比你自己走到的位置领先一步。准备好迎接这些时刻，这是我学到的。"
Harry追问了一个尖锐的问题：市场这么热，有没有担心过热？泡沫？Joon承认市场的某些部分确实有泡沫，有大量资本涌入，有大量兴奋情绪。他的应对方式是回到基本面：客户是谁？实际的市场拉力是什么？技术进步是什么？他提到OpenAI和Anthropic的增长历程中，有些基本面是可以被量化和预判的，比如模型改进的速率、需求的走向。Simile也能看到类似的信号。
Joon坦言创业前他对VC的角色相当怀疑。现在的看法是：还是说不清VC具体怎么帮忙，但如果带进来的是对的人，他们可以成为信任的导师。他从来没有经营过公司，日常工作中大量内容是全新的，有一个可以信赖的人咨询，价值巨大。一个具体的例子：种子轮投资人Mike Volpi把Lainie Yallen介绍给了Joon，后者成为联合创始人，彻底改变了公司的商业能力。
11. 模拟是科幻中的另一根支柱
Joon是科幻迷。他有一个观察：在所有成熟的科幻作品里，先进文明总有两根技术支柱。一根是某种形式的AGI，另一根是模拟。 跟任何强大技术一样，误用的风险真实存在。他认为模拟技术的北极星应该是"规模化的代表性"：人们有不同的观点、不同的品味、不同的视角，但这些观点在重大决策被做出的房间里，往往没有被听到。"我们总说我们在倾听客户、倾听利益相关方。实际操作中非常困难。模拟是确保每一次决策中都能规模化地听到人们声音的方式。"
他用了一个CPU和GPU的类比来定位Simile在AI版图中的位置。当下AI领域的主流是"智能的CPU"，一个超大超聪明的语言模型，能做复杂推理。Simile要造的是"智能的GPU"，不追求超级智能，而是创造跟人一样聪明的模型，关键在于规模化并行。单个人的多样性本身就足够丰富。当大量的人作为集体出现时，涌现出来的现象才是最值得研究的：社会的形成，文明的成就。能不能在模拟中复制这种涌现？
最终愿景是每个人都有一个可复制的数字双胞胎。人类社会用了很多方式来代表其成员：政府、公司、各种机构。但如果我们能创造一个更可扩展、更精细的方式来代表每个个体，新的政策类型、新的公司形态就可能在此基础上诞生。
Harry问了一个有趣的延伸：如果Simile的模拟足够好，对冲基金是不是最天然的买家？Joon半开玩笑地说，团队里已经有量化背景的人，他们不是为了做对冲基金加入的，但模拟驱动的小型对冲基金确实是一个有趣的可能性。Harry把这个推到了极端：如果模拟完美了，股市会不会变得不可投资，因为市场被Simile的基金或类似的工具扭曲了？Joon的回应更宏观：如果我们假设某种形式的AGI出现了，再假设有了完美的模拟器，那么我们今天认为理所当然的很多东西都会改变。股市可能只是其中之一。
在快问快答环节，Harry问他芯片和硬件层有没有让他兴奋的团队，Joon点名了刚走出隐身模式的Etched，认为他们的团队会做出有意思的东西。
12. 第一个相信你的人
访谈最后，Harry问Joon"别人为你做过最温暖的事是什么"。
大学毕业后Joon搬到Palo Alto，住在别人的车库里。没有工作，在跑一个最终没做成的创业项目。那段时间他觉得迷失，但隐约能察觉到AI的浪潮正在形成。他想确保浪来的时候自己在水里。用他的话说，"I want to be there to ride it, and I want to help create the wave in the first place to ensure my seat in it."
问题是他本科期间没有任何研究经历。作为一个没有research背景的PhD申请者，被录取的概率极低。他给一批人发了消息。一位斯坦福的理论计算机教授Mary Wootters回复了他。Joon至今不确定她为什么回复，觉得纯粹出于善意，也许加上他们碰巧毕业于同一所大学。
Wootters花了一整个上午跟他聊，帮他理清了怎么进入AI研究的路径，又把他介绍给了最初的一批合作者和导师。"那些最初愿意聚在一起帮我、给我建议、给我一个机会踏进这个领域的人，对他们来说，选择帮我并不是一件理所当然的事。我真的不觉得我当时配得上这些。但那是他们押的注，纯粹出于善意。我永远感激他们这么做了。"
从车库到20亿美金估值的公司，中间的第一个转折点，是一个教授愿意花半天时间跟一个陌生学生聊天。
Simile的故事线索清晰：从一个虚拟小镇的情人节派对，到一篇改变智能体研究方向的论文，到一个在6个月内融了3亿美金的公司。贯穿始终的核心判断是，AI不只应该变得更聪明，它也应该学会像人一样犯错、像人一样有偏见，因为只有这样它才能帮助人类在决策落地之前看到后果。数据战略是这件事的壁垒：谁能采集到人类行为的因果数据，谁就握着下一代模拟技术的钥匙。
核心问答
Q1: Simile跟传统大模型公司的本质区别是什么？大模型公司追求超级理性的智能机器，Simile追求的是人类行为的忠实复制品。他们希望模型犯跟人一样的错，有跟人一样的偏见。训练资产不只是互联网上"人们说了什么"的数据，还有大量随机对照试验和A/B测试产生的因果数据，让模型理解"人们做了A而非B时行为怎样变化"。这是支撑反事实推理和模拟的关键。
Q2: Joon选人最看重什么？两条标准。第一，这个人是不是他每段职业经历的"成功公因数"，不管环境怎么变都是推动事情做成的人。第二，他身上有没有两种"不该共存"的超能力，比如极度数据驱动同时拥有创意直觉，或者短期深度偏执同时长期坚定乐观。同时持有矛盾特质的人极少，但Joon认为他们通常是最好的建设者。
Q3: 为什么Joon认为"没有人真的在乎预测"？他的判断是，企业客户想知道未来会发生什么，唯一的目的是为了改变未来。星巴克预测到销量下滑不会说"谢谢告知"，而是"那我们做什么来阻止"。需求的本质是反事实推理。所以Simile的核心价值不是预测结果，而是展示从现在到那个结果之间的每一步路径，以及客户在哪些节点可以介入改变方向。这也是Simile区别于预测市场（如Polymarket）的地方。
