MatrAIx：用 83 億虛擬人智慧體模擬人類真實行為

MatrAIx 是一個面向真實世界規模的虛擬人評測基礎設施，核心目標是在產品或 AI 系統上線前，用大批性格和背景各異的智慧體替真實使用者做測試。

平常給 AI 產品做評估，大家往往扔幾個固定 prompt，或者測幾個標準化指標。但真實世界裡沒有所謂「標準使用者」，使用者千奇百怪、水平參差不齊。MatrAIx 做的就是把真實人口結構搬進測試流程，模擬出多達 83 億規模的異質智慧體群。

它能做什麼

簡單說，它讓你能在軟體正式推送給真人之前，先扔給成千上萬個帶特定性格和行為傾向的虛擬使用者。

這套系統目前支援四大互動環境：問卷調研（Survey）、AI 聊天機器人（Chatbot）、網頁端（Web），以及桌面和移動端系統應用（App，涵蓋 macOS、iOS 和 Linux 等）。

每個虛擬智慧體都不是空泛的提示詞，而是建立在包含 1290 個維度的特徵體系之上，把社會背景、心理狀態、操作能力和行為偏好全部切碎量化。

執行任務時，框架會結合依賴感知與人類真實證據來例項化虛擬人，並配有一套完整的遙測與驗證流程，既能看單個智慧體的操作軌跡，也能彙總出人群級別的測試結果。

怎麼跑起來

專案已經按 MIT 協議在 GitHub 開源了任務庫和互動式 Playground。

環境要求不算苛刻，需要 Python 3.12（推薦用 uv 管理）以及 Node.js 20 以上。如果要跑網頁或作業系統級應用自動化測試，還需要本地裝好 Docker。

Windows 使用者需要在 WSL2 環境下執行，原生 PowerShell 因為缺少 Bash 驗證指令碼目前無法直接支援。

想做真實測試，你需要準備好 Anthropic 或 OpenAI 的模型 API 金鑰。本地冒煙測試則完全不需要 Key，直接跑一條命令就能驗證問卷或本地容器環境。

資料方面，程式碼庫自帶大概 200 個樣本用於驗證，團隊還在 Hugging Face 上開放了經過質量過濾的 100 萬虛擬人核心資料集（Persona 1M），直接用 huggingface-cli 下載就能載入 Playground。

為什麼重要

做 AI 應用、智慧體工作流或者甚至做互動設計的團隊，非常值得現在拉下來試一試。

它最聰明的地方在於把「模擬測試」做成了標準基準庫，而不是把模型單向當做答題機器。拿 1290 個維度的虛擬人去衝擊真實網頁和桌面 App，能提早篩出很多真人上線後才會踩到的邊緣 Bug 和互動死角。

當然，團隊自己也說得很清楚，這套系統起名致敬《駭客帝國》，只是用來假設驗證和壓力測試的沙盒，絕不能完全替代真實人類的真實反饋與資料。