seedworld

猿急送>深圳兼职程序员>👑>

案例列表

基本信息

案例ID：246228

技术顾问：👑 - 2年经验 - 平安科技

联系沟通

微信扫码，建群沟通

项目名称：seedworld

所属行业：电子商务 - B2C

->查看更多案例

案例介绍

SeedWorld 是一个由大语言模型驱动的“涌现式世界模拟器”。它的核心理念可以概括为：
给 LLM 一段世界设定，生成一群有性格、欲望、关系和记忆的角色，然后观察文明与故事自行生长。

它是怎么运行的
用户先描述一个世界，例如“三大家族争夺权力的山村”。SeedWorld 随后：
生成环境、历史事件、社会压力和权力机构。
创建若干角色，并为其配置性格、目标、关系和恩怨。
按 Tick 推进时间。
每个角色根据当前处境独立调用 LLM 决策。
将行动产生的影响写回世界状态，供后续 Tick 使用。
它不预先编写剧情，也不使用固定行为树。例如，当一个记仇的角色遇见敌人，同时资源即将耗尽时，系统只把这些条件告诉角色；至于对方选择合作、欺骗还是背叛，由 LLM 自己决定。
为了让角色可以及时回应同一地点发生的事情，每个 Tick 还采用“两波执行”：后一批角色能够看到前一批刚做出的行动。
12 个机制系统
SeedWorld 的主要特点不是单纯让多个 Agent 聊天，而是用一组持久化机制形成反馈循环：
声誉：追踪信任、能力、地位和流言传播
资源竞争：处理争夺、合作、偷窃等资源策略
戏剧张力：积累并释放人物冲突
模因传播：使用类似 SIR 的模型传播信念、流言和行为
社会角色：动态形成领袖、调解者、创新者等角色
认知偏差：记录角色决策中的系统性偏差
注意力：决定谁更容易被关注
涌现检测：识别极化、同步、相变等宏观模式
知识图谱：保存实体关系和因果链
叙事识别：自动识别联盟、冲突、背叛等故事弧
集体记忆：形成群体共同记忆和文化规范
分层记忆：区分工作、短期和长期记忆
基本闭环是：
世界状态 → 角色决策 → 行动及社会影响 → 机制系统更新 → 新世界状态
用户还可以输入“发生大地震”或“陌生人带着密信抵达”等事件。系统会解释事件的类型、强度和影响对象，让角色在下一 Tick 自然作出回应。