MatrAIx：用 83 亿虚拟人智能体模拟人类真实行为

MatrAIx 是一个面向真实世界规模的虚拟人评测基础设施，核心目标是在产品或 AI 系统上线前，用大批性格和背景各异的智能体替真实用户做测试。

平常给 AI 产品做评估，大家往往扔几个固定 prompt，或者测几个标准化指标。但真实世界里没有所谓「标准用户」，用户千奇百怪、水平参差不齐。MatrAIx 做的就是把真实人口结构搬进测试流程，模拟出多达 83 亿规模的异质智能体群。

它能做什么

简单说，它让你能在软件正式推送给真人之前，先扔给成千上万个带特定性格和行为倾向的虚拟用户。

这套系统目前支持四大交互环境：问卷调研（Survey）、AI 聊天机器人（Chatbot）、网页端（Web），以及桌面和移动端系统应用（App，涵盖 macOS、iOS 和 Linux 等）。

每个虚拟智能体都不是空泛的提示词，而是建立在包含 1290 个维度的特征体系之上，把社会背景、心理状态、操作能力和行为偏好全部切碎量化。

运行任务时，框架会结合依赖感知与人类真实证据来实例化虚拟人，并配有一套完整的遥测与验证流程，既能看单个智能体的操作轨迹，也能汇总出人群级别的测试结果。

怎么跑起来

项目已经按 MIT 协议在 GitHub 开源了任务库和交互式 Playground。

环境要求不算苛刻，需要 Python 3.12（推荐用 uv 管理）以及 Node.js 20 以上。如果要跑网页或操作系统级应用自动化测试，还需要本地装好 Docker。

Windows 用户需要在 WSL2 环境下运行，原生 PowerShell 因为缺少 Bash 验证脚本目前无法直接支持。

想做真实测试，你需要准备好 Anthropic 或 OpenAI 的模型 API 密钥。本地冒烟测试则完全不需要 Key，直接跑一条命令就能验证问卷或本地容器环境。

数据方面，代码库自带大概 200 个样本用于验证，团队还在 Hugging Face 上开放了经过质量过滤的 100 万虚拟人核心数据集（Persona 1M），直接用 huggingface-cli 下载就能载入 Playground。

为什么重要

做 AI 应用、智能体工作流或者甚至做交互设计的团队，非常值得现在拉下来试一试。

它最聪明的地方在于把「仿真测试」做成了标准基准库，而不是把模型单向当做答题机器。拿 1290 个维度的虚拟人去冲击真实网页和桌面 App，能提早筛出很多真人上线后才会踩到的边缘 Bug 和交互死角。

当然，团队自己也说得很清楚，这套系统起名致敬《黑客帝国》，只是用来假设验证和压力测试的沙盒，绝不能完全替代真实人类的真实反馈与数据。