这条新闻最震撼的地方，其实不是“83亿”。

而是AI第一次开始尝试把整个人类社会变成一个可以反复测试的“虚拟用户池”。

哈佛、MIT牵头的团队推出 MatrAIx，论文显示，其 Persona 8B 系统包含约 83亿个虚拟人格记录，每个Persona由 1290个分类维度描述，包括背景、心理特征、职业能力、行为和生活方式等。 

但这里有一个容易被标题带偏的地方：

并不是同时运行83亿个AI机器人。

更准确地说，是建立了一个规模达到83亿的虚拟人口画像空间，研究人员可以从中抽取不同类型的“模拟用户”，再让AI代理去执行测试。

目前公开的高质量数据核心集大约100万条，其中约59.98万条来自真实人类信息，40万条为AI合成数据。 

然后让这些虚拟用户去做什么？

非常现实。

填问卷、聊天、浏览网页、使用App。

研究团队搭建了问卷、AI聊天机器人、网页和App四种测试环境，设计了1010项任务，覆盖商业、软件、金融、医疗等25个以上领域，并进行了18189次模拟用户测试。 

最有意思的是验证结果：

在400次受控实验中，虚拟Persona有91.5%的实验符合预设的人格行为。 

这意味着什么？

过去一家互联网公司想测试一个新产品，可能要：

招募1000个真人 → 发问卷 → 做访谈 → 内测 → 收集反馈 → 修改 → 再测试。

以后可能变成：

定义目标人群 → AI生成百万级模拟用户 → 让他们同时使用产品 → 找出问题 → 再让真人验证。

这对产品经理、市场研究、广告测试甚至金融服务设计，都会产生很大的影响。

但我觉得这里最值得警惕的恰恰是：

91.5%并不等于“91.5%像真人”。

它更多证明的是，在特定测试环境和预设行为维度下，Persona能够保持较高的一致性。论文自己也明确指出，虚拟用户不能完全替代真实人类，尤其是涉及重大社会决策和高风险研究时，真实用户仍然不可替代。 

因为人类最大的特点，恰恰是：

不稳定。

一个人今天喜欢某款产品，明天可能因为一次糟糕的客服体验彻底改变看法。

一个消费者可能本来准备花1000元，看到一个朋友的评论以后突然不买了。

甚至一个完全不符合“1290种标签”的奇怪用户，反而可能成为最有价值的那个用户。

所以我更愿意把 MatrAIx 看成：

AI正在获得一个“虚拟人类社会”，但还没有真正获得“真实的人类社会”。

未来真正厉害的公司，可能不是完全用AI替代真人调研，而是形成：

83亿虚拟人负责大规模筛选 + 真人负责最终验证。

这样一来，产品测试的成本和速度可能发生巨大变化。

而更深层的问题也来了：

如果未来AI可以先模拟83亿种人的选择，再决定什么产品、广告甚至政策最容易被接受，我们究竟是在让AI更懂人类，还是在让人类越来越适应AI眼中的“标准答案”？