你有没有想过,如果把数百个具备记忆、信念和社会认知能力的AI智能体放进同一个虚拟世界,不设定剧本、不预设规则,只给它们基本的感知-思考-行动能力,它们会自发形成语言、分工、贸易甚至文化吗?Ava正是这样一个大胆而严谨的实验平台——它不是单个“超级AI”,而是一套用于构建大规模智能体群体的仿真框架,旨在探索群体智能如何从简单个体中涌现复杂社会行为。
核心功能
- 多智能体协同仿真:支持同时运行数十至数百个独立AI代理(Agent),每个代理拥有专属短期/长期记忆、动态信念系统和社交关系建模能力
- 涌现式社会实验:无需硬编码规则,通过环境反馈与交互,自动催生合作、竞争、信息传播、规范形成等真实社会现象
- 分层记忆架构:内置三级记忆模型(感知缓冲区→工作记忆→语义/情景长期记忆),让代理能持续学习并调整行为策略
- 可扩展环境接口:提供标准化API接入自定义虚拟空间(如网格世界、文本沙盒或3D场景),支持添加资源、事件、物理约束等要素
- 可视化分析工具:内置实时交互式仪表盘,可追踪个体决策路径、群体网络拓扑、信念演化热力图及协作密度变化
- 研究友好设计:模块化代码结构 + 详尽日志系统 + 可复现实验配置,专为AI社会学、认知科学与AGI基础研究优化
适合哪些人用
如果你是人工智能研究员、认知科学学者、复杂系统建模者,或对“AI如何构建社会”充满好奇的高校师生、技术策展人、科幻开发者,Ava就是为你准备的“数字社会实验室”。它不适合想快速部署客服机器人或自动化脚本的工程师;但非常适合那些愿意花时间设计实验、观察涌现、追问“智能何以成为文明”的思考者。
快速上手
只需三步即可启动首个微型社会实验:
- 安装依赖:
pip install ava-sim(需 Python 3.11+) - 运行示例:
ava run --preset=market-town(内置50个代理的集市经济模拟) - 打开浏览器访问
http://localhost:8080,实时观察代理交易、结盟、谣言扩散全过程
进阶用户可参考文档自定义代理提示词、修改环境动力学,或使用Jupyter Notebook加载分析模块深入挖掘行为数据。
项目信息
Build digital human beings — autonomous, collaborative, and socially intelligent agents.
584
Stars
56
Forks
Python
Apache-2.0
编程语言:Python|GitHub Star 数:584|开源协议:Apache-2.0|GitHub 项目地址
Ava 不是又一个“更聪明的聊天机器人”,而是一面映照人类社会本质的AI棱镜——在这里,文明不再被书写,而是被生长出来。



.png)

