人工文明能否创造自己的历史？

为什么陌生人之间会产生信任？

为什么有时合作比独自行动更困难，人们却仍然选择合作？为什么一些社区繁荣发展，另一些却逐渐瓦解？为什么无数普通人的决定，会产生任何人都没有预先计划的结果？

在市场、社区、工作场所，甚至家庭里，我们每天都能遇到这些问题。

如果我们可以从头建立一个小小的世界，观察这些过程如何发生呢？

这就是 SHING CIVITAS 的出发点。

SHING CIVITAS 是一个持续进行的人工文明实验。我们不提前写好文明的历史，而是尝试让居民自己作决定、从经验中学习，并承受行动的后果。

居民并非无所不知。他们拥有有限的信息、资源、时间与认知能力，会犯错，也可能发现工具、交换资源、帮助别人，或者无法达成合作。这些结果都不应该被保证。

项目从社会科学理论中汲取灵感，包括赫伯特·西蒙的有限理性、托马斯·谢林关于个体选择与集体结果的研究、罗伯特·阿克塞尔罗德对合作的分析、埃莉诺·奥斯特罗姆对制度和公共资源的研究，以及文化演化理论。

我利用 Python、基于主体的建模、计算决策机制和可重复的模拟实验，尝试理解这些思想在一个持续运行的数字世界中会如何表现。

如果资源变得稀缺，会发生什么？如果居民以不同方式学习呢？两个起点完全相同的社会，是否可能形成不同的历史？

这些问题也引向 SHING CIVITAS 的一项长期目标：平行宇宙——从相同起点出发，比较不同条件下的演化路径。

SHING CIVITAS 不是对人类未来的预测。许多机制仍在开发、测试和反思之中。

我们尝试用一种新方式追问一个古老的问题：如果历史由无数人的选择共同塑造，我们能否开始理解它是如何发生的？

从研究社会，到尝试创造一个社会

你好，我是 Martin Zhong，来自上海交通大学。

我一直对人类社会与文明充满好奇。人们为什么迁移？为什么制度在不同地区运作得不同？为什么一些政策改善了生活，另一些却产生了出乎意料的后果？

在这一轮 AI 浪潮到来之前，我接受的是传统社会科学训练。

我曾接触内部人口迁移、香港与中国内地的跨境医疗体系、教育政策的效果，以及照护者福祉的影响因素等研究议题。

我系统学习了探索性与解释性社会科学研究方法，包括质性研究以及双重差分法（DID）、结构方程模型（SEM）、网络分析和中介分析等定量方法。

但我总有一个问题：观察一个社会，究竟能让我们理解多少？

传统研究利用访谈、调查、实验和行政记录收集人的数据。这些方法已经极大地推进了我们对行为和社会的理解，但也存在边界。

如果我们想研究两个起点完全相同、却走向不同结局的社会呢？如果我们想观察制度跨越数百代如何形成？如果一项决定的影响要到几个世纪后才显现？

我们当然拥有实验与准实验方法；但要控制整个社会几乎不可能，而追踪数百年的变化又极其困难。

人工智能能否打开另一种提出社会科学问题的方式？

近期的“硅基样本”（silicon samples）研究，尝试让大语言模型模拟人类回答问卷和实验任务。许多应用更像是在某个时刻捕捉行为的一张快照。

于是我开始想：如果我们不止构建硅基样本，而是构建一个硅基社会呢？

不仅让 AI 居民回答问题，而是让他们在有记忆、信息限制、资源约束、关系与各自过去经历的世界里持续生活。他们能否学习、犯错、合作、争论，并影响未来世代所继承的世界？

如果从同一个时刻分叉出平行世界，只改变一个条件，又会产生怎样的历史？

这份好奇心成为了 SHING CIVITAS。

我不认为人工社会可以直接取代对真实人类的研究。模拟社会并不等于人类社会，其结论需要谨慎解释。

但也许它能成为社会科学的一种补充实验工具，让我们探索机制、挑战假设，并提出难以在现实中检验的问题。

我不知道它最终能走多远，也不知道是否会产生真正的新科学发现。但这个可能性让我着迷，值得继续尝试。

如果你有技术问题、哲学上的不同意见、研究建议，或者单纯有着相似的好奇心，欢迎与我交流。

一个并不存在的世界，能教会我们什么？

为什么要公开一次失败的实验？为什么要记录尚未解决的技术难题？为什么有人应该关心人工文明内部发生的事？

因为有时候，理解一件事为什么没有发生，和理解它为什么发生一样重要。

SHING CIVITAS 是一个开放式的长期项目。这个网站就是它的公开研究日志。

在这里，我会记录实验、意外发现、技术挑战和没有按照预期奏效的想法。我也希望分享相关方法和证据，让其他人能够理解、质疑，并在条件允许时复现结果。

谁可能从中获益？

对社会如何运作感到好奇的普通读者；探索自主智能体的开发者；希望用直观方式理解复杂系统的学生与教师；以及关注人工社会模拟潜力与局限的研究者。

你不需要先懂 Python，也不必先读完一堆学术论文。我希望通过清楚的解释、可视化和真实实验案例，让复杂问题更容易被理解。

本站以英语和中文提供内容，因为好奇心不应受到语言的限制。

这些实验会带来新的发现吗？有用的技术吗？理解社会行为的新方式吗？现在还不知道。

但我相信，值得分享的不只是答案，还有问题、实验和失败。

只有当想法能够被检验、讨论和改进，知识才会真正成长。