在這篇22頁的論文裡，我想做令人興奮的地方應該就是，不用透過太繁雜設定，只要賦予人格與足夠的資訊，可以讓agents們自己產生傳播訊息、產生社會行為，單純只透過GhatGPT這模型，可以作到這種程度蠻令人驚羨的。這對於社會學的研究來講應該是一個很棒的研究沙盒，還有很多大型開方性世界遊戲，我想就不用一直去設定NPC的腳本，可能讓語言模型自己處理這一塊，或創造些偶放性事件。

Emergent Social Behaviors

論文提到，我們單純只靠著一些簡單的暗示或假agent互動，則可以構成訊息傳播與行為的建構，在論文裡面兩件被觀察的事件。以下兩個事件時間的區段為兩天，總共有25個agents在該社區。

1. 山姆參選市長競賽
   山姆想選市長，並把這個消息跟其他agent講這件事情，接著口耳相傳，慢慢得很其他人也知道了這件事情，過程中也會發表意見與討論，產生支持與觀望的應對。在該實驗最後，從只有一個人(山姆本身)知道，最終有8個人知道山姆要選舉了。
2. 伊莉莎白的情人節派對
   跟上述一樣，不過該事件除了訊息傳播，還要agents產生特定行為，分別是讓派對的前置作業與派對參與。伊莉莎白跟她的好朋友提到這件事情後，他們在某個時間點到了店裡在做裝飾(細節我有點不太清楚，應該不會到買材料到店裡做佈置吧…) 以及，當天是否真的有參與派對。
   事件的最後，實驗者做了測試，從只有1個人(伊莉莎白本身)到最終有13個人知道 (看來辦趴比選舉還重要阿XD)，活動當天，邀請的12個人有5個人到，沒到的7個人有3個人說有很重要事情無法參與(該死的放鴿子)，4個人說有興趣但卻爽約(不知道在衝三小)。
   我猜語言的傳遞比較容易，但行為建構，可能本身有點複雜，需要足夠的記憶以及動機，所以參與度才導致這麼低，不過論文這一塊沒詳述，單純個人猜測。

另外對於驗證訊息傳遞上，作者使用蠻嚴謹的方式確認，首先詢問agents相關訊息，然後在透過記憶流檢索，確認你是否在瞎掰，就像是在警察局詢問完你後，派克諾妲突然從後面小門說：ㄏㄏ瞎掰什麼都是沒用的

User Controls

要怎麼控制或是操作整個選擇(?) 實驗提到兩種方式

1. 假扮agent
   例如該實驗就假扮成為記者的agents，對選舉做採訪，就像是我們生活在地球，可能周遭的親友就是外星人(?)
2. inner voice (內心的呼喚)
   就像你經過小木屋鬆餅一樣，內場的巧克力鬆餅香氣撲鼻而來，你內心的小惡魔在呢喃：昨天考試好辛苦哦… 該來買一塊鬆餅犒賞自己…

文中就是用到第二者方式，去作到剛上述兩個，事件的初始化。
第一種方式就是偏調查，看你是否有這個記憶，以及與這個人的關係

結語

覺得蠻好玩的，想法也沒太困難，剛剛提到假扮agent跟內心的呼喚，都是現實中會發生的事情。朋友慫恿你在喝一杯呀之類… 不過實做工程就有很多細節，但我們這種論文讀者，還是可以看看概念，獲得一些啟發或靈感的來源

參考

Generative Agents: Interactive Simulacra of Human Behavior