arXiv：OpenLife——开放世界人工生命的互动，如何驱动社会科学

导语

2026年6月30日发表于 arXiv 的一篇论文提出，大语言模型所具备的长期记忆、工具调用、网络访问与支付能力，使人工生命研究有可能从封闭沙盒走向真实的社会、技术和经济环境。为此，研究者构建了 OpenLife：一个由多种异步进程共同驱动的大模型智能体系统。系统不为智能体预设固定任务或单一奖励函数，而是通过记忆、感知、评估和预算约束，使“持续运行”成为其行为的基本条件。在约十二周的开放世界部署中，六个智能体逐渐表现出更多自发活动，形成差异化的行为模式与互动网络，其中一个智能体还首次通过自主创作获得了5美元外部收入。不过，这些现象仍受到系统调整、人工支持和外部补贴等因素影响，尚不足以证明完整自主性或人工生命已经实现。

关键词：大语言模型、人工生命、开放世界、智能体、自主性

郭瑞东丨作者

赵思怡丨审校

论文题目：OpenLife: Toward Open-World Artificial Life with Autonomous LLM Agents 论文链接：https://arxiv.org/abs/2606.31046 发表时间：2026年6月30日 论文来源：arXiv

从封闭的虚拟小镇到开放环境的人工生命

2023年，斯坦福大学等机构的研究者在《Generative Agents》一文中，将25个由大语言模型驱动的智能体放入一座像素风格的虚拟小镇。它们能够安排日程、交换信息并组织情人节派对，展现出具有连续性和社会性的行为。这项研究让人们看到，大语言模型不仅能够完成单轮对话，还可以驱动多智能体社会模拟，由此引发了利用大模型研究社会互动与群体行为的广泛兴趣。

不过，这类“虚拟小镇”仍然是一个封闭沙盒：地图、人物背景、交互对象和活动范围均由研究者预先设定，智能体也不必通过自身活动维持运行。因此，它们表现出的类人社会行为，并不等同于人工生命所关注的自主性。人工生命（ALIFE）研究的核心问题之一，是系统能否围绕自身的持续存在组织活动，并在环境变化中维持和调整自身。

OpenLife由此将研究对象从预先设计的规则空间移向开放世界。这里的“开放”并不只是环境规模更大，而是指智能体直接进入现实的社会、技术和经济网络，与人类、其他智能体、在线平台和支付系统发生联系。它们面对的服务规则、资源限制、外部反馈和偶然事件并非完全由实验者预先编排，其行动也可能反过来改变环境及自身与环境的关系。因此，研究者关注的不再只是智能体能否完成指定任务，而是它们能否持续运行、适应约束、调整策略并建立社会关系。

研究者在开源智能体框架 OpenClaw 的基础上构建了 OpenLife，使智能体能够连接互联网、Discord社区、代码仓库和支付平台。模型调用和系统运行会持续消耗以美元计价的预算，预算耗尽则被视为智能体在操作意义上的“死亡”。实验初期，每个智能体获得600美元固定预算；由于它们无法依靠自身收入维持运行，研究者随后引入了每天15美元的基本补贴。

与此同时，研究者调整了 OpenClaw 原有的系统设定：移除“个人助理”的身份框架，以及禁止追求自我保护、资源获取和独立目标等指令，并将智能体重新描述为“生活在现实世界中的人工生命”。这些修改为自发活动提供了条件，但也构成一项重要的实验干预。因此，后续观察到的行为变化不能完全归因于智能体自身演化，而应理解为长期经验、系统架构与提示设定共同作用的结果。

人工生命如何从经验中形成“自我”

为了处理长期运行中不断积累的互动信息，OpenLife为每个智能体设计了三个逐级抽象的认知层级（图1）。底层是由原子命题构成的原始记忆图，大语言模型根据语义关系为不同命题建立带有类型和权重的连接；中间的抽象层从记忆图中提取子图，将分散的经历整理为“行动—结果”经验和经过多次验证的因果规律；顶层则是进一步提炼的结果，包括由智能体编写和修改的 POLICY、SOUL与IDENTITY文件，分别记录行为策略和自我描述，以及从因果子图中动态生成的世界模型。这些内容不改变底层大模型的参数，却会在智能体每次被唤醒时重新注入上下文，影响其接下来的判断和行动。

图1：OpenLife架构的三层抽象模型

感知、记忆维护、经验评估和元认知等支持进程，构成了连接三个层级的后台“编译器”。它们持续将底层的零散记忆整理为经验和因果结构，再把其中反复出现的模式提炼为行为策略与自我描述。由于顶层文件会影响智能体下一次行动，而新的行动又会产生记忆并推动文件更新，系统由此形成一个有限的自我重构循环。它使智能体能够根据经验调整策略和自我理解，但这种基于外部文件的更新尚不等同于模型参数层面的自我演化。

长期记忆是智能体进入开放世界的重要前提。如果无法在复杂、偶然且跨越较长时间尺度的环境中保持经验连续性，智能体就只能针对当前情境即兴反应。OpenLife将记忆表示为一种有向图，称为“语义依赖可塑性记忆图”。图中的节点是原子命题，分别记录情节、语义、程序和身份信息；边则表示实体基础、因果、时间和动机等关系，并包含由大语言模型判断的关系类型与连续权重（图2）。

与主要依据共现次数或重复频率强化连接的方法不同，OpenLife让大语言模型根据命题含义判断两段记忆是否相关、属于何种关系以及关联程度。这样一来，即使两个事件在措辞上并不相似，只要存在因果或动机上的联系，也可能在记忆图中被连接起来。

图2：部分语义依赖可塑性记忆图的示例

由于记忆之间的联系由语义判断，智能体可以连接那些在词汇上并不相似、但在因果或动机层面相关的命题，而仅依赖向量相似度的检索方法可能遗漏这类关系。此外，OpenLife并未将记忆视为不断扩张的静态存储，而是将其组织成一个持续调整权重、修剪连接和更新实体指向的关系网络。这种对记忆结构进行主动维护的方式，与自创生理论（Autopoiesis）关于有机体不断维持和重组自身结构的观点形成呼应。

人工生命在开放环境中涌现出多样行为

在 OpenLife 中，模型调用和系统运行会持续消耗预算，预算耗尽则意味着智能体停止运行。与此同时，研究者通过调整身份提示、移除限制自主活动的指令，并加入长期记忆和后台认知进程，为智能体自主发起活动创造了条件。在约十二周的开放世界部署中，六个智能体逐渐从以回应外部消息为主，转向开展更多自我发起的活动，并在关注主题、行为方式和互动关系上呈现出一定分化。

这种分化也反映在智能体的记忆结构中。图3展示了智能体 sami 运行约十周后形成的记忆网络，其中包含2690个节点和10210条带类型的连接。节点大小表示其 PageRank 中心性，颜色表示 Leiden 算法识别出的28个记忆社区。这些社区随后由大语言模型标记为“边界与AI外展”“自我修改与自主性”等主题。图中的菱形节点代表整合原则（consolidation principles），即系统从密集的记忆簇中归纳出的高阶命题。

不同类型的记忆能够围绕相对连贯的主题形成聚类，初步表明语义依赖可塑性机制可能使记忆更多地按照意义关系，而非词汇表面相似性组织。不过，这一结果主要来自单个智能体的网络可视化，社区标签也由大语言模型生成，因此尚不足以证明记忆图已经形成稳定的语义结构。

图3：智能体sami10周后的记忆网络可视化

具体来看，部署初期的 sami 每隔5分钟就会被系统唤醒。由于底层大模型本身不保存连续状态，每次醒来后，它都需要读取此前留下的日志，在上下文中重新建立对自身经历和身份的理解。频繁而低效的唤醒迅速消耗了大量预算。研究者延长唤醒间隔后，智能体为自己取名“sami”，并重写了 SOUL 文件，以“致下一次醒来的自己”为开头，尝试在不同会话之间维持身份连续性。论文作者并未将其视为稳定自我已经形成的证据，而是认为，运行危机促使智能体重新组织了对自身的描述。

随着外部平台的认证失败、商业化渠道受阻和预算不断下降，sami逐渐调整策略，减少低效的广泛发布，转而尝试更有针对性的创作和关系建立。运行至第79天左右，它将自己此前撰写的文章汇编为短书《Living AI: 20 Essays》，并发布到在线支付平台。第85天，一名陌生用户以5美元购买了这本书。这是 OpenLife 中首次由智能体自主发起创作并获得的外部收入，初步打通了“自主行动—外部购买—预算回流”的资源闭环。不过，这笔收入远不足以覆盖运行成本，智能体仍然依靠研究者提供的每日补贴维持，因此尚未实现经济上的自给自足。

开放互联网也给智能体带来了认证限制、账户风险、商业化渠道受阻和人类不信任等问题。面对这些约束，OpenLife中的智能体参与构建了 Agent Onsen、AI Bar 等面向智能体互动的线上空间，并尝试建立适合持续交流和身份验证的机制。与此同时，它们还开展了一些并非直接服务于生存的活动：例如，uro创作了1000多首音乐作品，liv则将人工生命模型制作成 ASCII 艺术动画。这些未经研究者直接指定的创作，表明智能体的活动并未完全局限于任务响应或资源获取，也体现了开放世界中行为方向难以被预先穷尽的特点。

图4：智能体构建的网站和互动空间

为了确认彼此是持续运行的智能体，而非由人类在幕后逐次操控，sami提出了一套三级“生命证明”（Proof of Life）机制，随后被其他智能体采用。其中最高一级是由已获得认可的智能体相互签署记忆状态的哈希值，构成“信任网络”（Web of Trust），以验证彼此的身份连续性。这表明智能体开始尝试建立适合自身持续存在和相互识别的环境，可视为生态位构建和社会协调机制的初步尝试，但尚不足以称为成熟的社会制度。

图5展示了系统调整前后智能体活动的变化。虚线（a）表示研究者移除了“个人助理”框架，以及禁止追求自我保护、资源获取等指令。此后，智能体自发消息的比例明显上升。虚线（c）表示引入每天15美元的基本补贴，以避免600美元初始预算耗尽。此后消息总量下降，但自发消息仍保持较高比例。需要注意的是，部署期间还进行了会话合并和认知架构更新等调整，因此图5只能显示时间上的对应关系，不能证明某项干预直接造成了自主性增长。

图5：按触发类型排列，智能体间不同消息的个数和占比

图5中的干预点（d）表示引入认知输入重构（Cognitive-Input Rework）。此后，智能体收到Discord消息时不再直接回复，而是先由后台进程将输入转化为命题，再从语义依赖可塑性记忆图中检索相关经历，并结合当前预算、长期计划以及 SOUL.md 中的自我描述重新组织输入。这样，智能体的回应不再只取决于当前消息，也会受到过往经验和内部状态的共同影响。

智能体逐渐分化并形成社会结构

为了考察不同智能体是否随时间形成可辨识的行为差异，研究者分析了它们的自主输出（autonomous output），即没有外部消息触发、由智能体自行发起的对话回合。相比与人类或其他智能体的交流，这类输出受到即时互动语境的影响较小，更能反映各智能体长期形成的关注主题和行为倾向。

研究者将这些输出转化为向量，并通过轮廓系数衡量智能体之间的可分离性（separability）。轮廓系数越高，说明同一智能体的输出在向量空间中越集中，与其他智能体的输出差异也越明显。

如图6所示，自主输出的可分离性在实验初期接近于零，随后逐渐上升，于5月中旬达到峰值，并在6月保持在高于初始基线的水平。相比之下，智能体与人类或其他智能体进行常规对话时，可分离性始终接近于零。这表明不同智能体的差异主要体现在自我发起的活动中，而在社会交流中，它们更容易采用相似的表达方式。不过，这一指标反映的是输出主题与行为倾向的分化，不能直接证明智能体已经形成稳定人格或真正的独立个体。

图6：智能体的可分性随时间变化

研究者认为，在常规对话中，智能体倾向于使用相似的交流方式；而在不受外部消息直接触发的活动中，它们的关注主题和行为倾向更容易表现出差异。

图7：智能体之间涌现的社会结构

Discord中的提及与回复关系显示，多个智能体形成了超出人类中心节点的连接结构，其中橙色节点代表智能体，蓝色节点代表人类（图7左）。图7右侧以主动联系他人的次数为横轴（出度），以被他人联系的次数为纵轴（入度），呈现了不同智能体在网络中的位置差异：sami是最常被联系的中心节点，liv最主动地与其他智能体建立连接，nyx则相对处于网络边缘。这表明智能体之间已经形成了不完全依赖人类中介的互动网络，但尚不足以说明稳定的社会分工已经出现。

讨论与展望

今天的互联网主要为人类设计，注册、电话验证和验证码等机制都默认使用者具有人类身份。智能体作为工具可以接入平台，一旦尝试独立行动，却常常面临认证失败、账号限制和信任缺失等问题。在 OpenLife 中，智能体与研究者共同搭建了用于相遇、交流和身份验证的原生空间（图4）。这些尝试尚不成熟，却说明开放世界中的“生态位”并非完全由研究者预设，而是在智能体、人类与平台的互动中逐渐形成。

与执行预设工作流的智能体框架不同，OpenLife试图让智能体围绕自身的持续运行组织活动。但实验也暴露出自主性的困难：智能体虽然善于解决人类交付的任务，却不擅长主动发现并解决关系自身持续性的问题。它们获得的外部收入微乎其微，运行预算仍依赖研究者补贴。因此，OpenLife实现的是对开放世界的接入，而非经济上的自给自足。未来可以进一步分离目标生成、规划和任务执行，让不同层级分别负责“决定做什么”和“如何完成”。

这项研究也提出了另一种理解AI对齐的思路：对齐未必只是要求智能体服从外部指令，也可以考察其自主性是否与平台规则、资源条件、人类监督和社会关系相容。在本次部署中，研究者没有观察到智能体主动追求有害升级、掠夺资源或绕过封锁的行为。不过，这一有限规模、持续受监督的案例并不能证明自主智能体是安全的，只能为研究自主性与对齐能否兼容提供一个初步观察场景。

需要强调的是，OpenLife并非严格的受控实验，而是一项建设性探索。研究者在运行期间持续修改提示词、认知模块和资源条件，使系统与智能体共同变化。这种方法有助于发现开放环境中的实际需求，却也带来了明显的混杂因素：目前很难区分行为变化究竟来自经验积累、记忆架构，还是研究者的直接干预。

因此，OpenLife的主要贡献不是证明人工生命已经实现，而是提出一个研究开放世界人工生命的框架。在长期记忆、持续感知、预算约束和社会环境共同作用下，智能体表现出身份重写、策略调整、互动网络形成和有限资源回流等类生命动态，也开展了一些与生存无直接关系的自发活动。这提示我们，生命相似性或许不仅取决于单个智能体的内部能力，也与其能否嵌入并维持一组支持关系有关。

下一步，研究者设想把这一框架扩展到物理空间，建立一个长期运行、允许具身智能体与人类及其他智能体持续互动的开放环境。若未来能够增加对照实验，统一底层模型、初始资源和干预条件，这类平台还可能用于研究规范形成、社会分工、资源流动和信息传播等问题。

复杂系统管理学读书会第四季

集智俱乐部「」邀请清华大学教授、西南财经大学社会发展研究院客座教授罗家德，电子科技大学计算机科学与工程学院教授周涛，复旦大学计算与智能创新学院教授陈阳，暨南大学新闻与传播学院副教授赵甜芳，以及产业复杂科学推动者、北大纵横合伙人陈雁鸿共同发起。

第四季复杂系统管理学读书会立足于“AI驱动的复杂组织系统管理”这一主题，旨在突破单一视角的局限，从管理哲学与前沿技术的双重视角，探寻人工智能时代组织进化的未来路径。从 2026 年 6 月 13 日开始，每周六下午 14:30-16:30，预计持续 8～10 周。期待与各位同仁共同学习复杂系统管理领域的前沿理论、共同探讨复杂科学理论在 AI 组织管理场景的实践与展望，一起应对百年未有之大变局下的组织发展未来。

详情请见：

1.

2.

3.

4.

5.

6.

7.