不知道是出自於工程師職業病還是如何，覺得應該要先從環境的互動描述，來讓大家理解整個實驗背景，一般來講通常是先講該研究的貢獻，不過我想說這個可能會寫比較多，可以後面放，我們可以先從比較好理解的環境來講解

簡介

整個社區的沙盒環境會由一個JSON檔案去紀錄所有agent對於世界的資訊，包括當前位置、當前動作描述(例如agent目前躺在床上耍廢)、物件目前的狀態(有沒被正在使用，例如咖啡機)，JSON是動態變化的，使得環境隨時可以改變且被更新，只要agent到達視野內的範圍，新的環境資訊會被更新到JSON裡面，這樣簡便說明它的一些機制

JSON TREE

這邊重點列幾個機制說明它的互動模式

1. tree的結構
   它是一個tree構成的世界，大房子→房間，房間→物件，物件→狀態
2. tree的更新
   基本上就像是我們對於世界的認知，例如我去廚房泡咖啡，去的時候發現機器是關的，我就開啟，離開後麗沙很調皮的把它又關掉，回來看時，我的觀察資訊就發現咖啡機被關掉了，只得有開啟。所以當我還沒看到咖啡機現在的狀態時，agent的「認知」也就是tree下面的咖啡機狀態，是開啟的。
3. tree的描述
   當然我們在餵agent的資訊的時候，不會生硬的直接塞json進去，而是把它轉為語言描述，在放進去給agent

結語

論文的描述沒看到對物件的控制，比較像是由認知去控制，例如我今天泡咖啡給客人，因為這個行為，導致咖啡機狀態是開的，這個過程藉由語言模型的表明，那到JSON的狀態如何更新，細節蠻好奇，可惜因為時間有限，沒詳看底層，有興趣的讀者可以看看開源的程式碼的執行細節。

還有一個就是如果是長時間的狀態，例如洗衣機可能洗60分鐘，如果是我自己的離開，然後回來，可能藉由我的認知，「更新」洗衣機的狀態(當然一般是個體應該需要獨立運作)，我的假設是假如小明不知道，接著他接觸到了洗衣機，他不知道這個洗衣機啟動了多久，那假如我自己沒回來更新，那洗衣服會發生什麼事情？它會一直開在那邊嗎？

這個問題就改成開放式的問題，如果有讀者有答案，都歡迎留言

參考

Generative Agents: Interactive Simulacra of Human Behavior