Simile完成2亿美元B轮融资：AI人类行为模拟能否取代真实用户测试？

在一家大公司里，想搞明白一个新产品到底能不能火，通常意味着长达数月的问卷、焦点小组和反复的提案汇报。决策者手握百万美元预算，依赖的却是一两百个样本填写的、可能连他们自己都不完全相信的答案。更棘手的是，当市场真正给出反馈时，产品往往已经定型，掉头的成本高得惊人。

这背后是一个数十年未曾改变的核心矛盾：企业需要预测人的行为来降低决策风险，但传统的预测手段在速度和规模上已逼近极限。CVS Health 的健康险部门每年要做出无数个影响患者体验的决策，他们的团队发现，很多关键人群——比如需要长期服药的慢性病患者——恰恰是传统调研最难以触达的群体。当调查公司还在为几百份有效问卷发愁时，已经有公司开始用数千万次模拟来回答“用户会怎么做”这个问题了。

这正是 Simile 试图建立的护城河。这家从斯坦福大学计算社会科学实验室走出的 AI 公司，认为真正的解决方案不是优化问卷，而是构建一个由 AI 驱动的、可模拟人类决策的社会模型。2026 年 7 月 31 日，Simile 宣布完成 2 亿美元 B 轮融资，估值飙升至 20 亿美元。而就在五个月前，它才刚刚带着 Index Ventures 领投的 1 亿美元 A 轮融资从隐身状态中走出。至此，这家总部位于加州帕洛阿尔托的公司，在不到半年的时间里，将超过 3 亿美元的资金收入囊中。

从一个小镇出发，目标是模拟全人类的决定

技术上讲，Simile 不是凭空造人。它的底层逻辑源于生成式 AI 智能体（Generative Agents）在受控环境中的交互。公司 CEO Joon Sung Park 在斯坦福攻读博士期间，正是传奇的“Smallville”项目的核心作者。2023 年发表的这篇论文，描绘了一个住着 25 个 AI 智能体的虚拟小镇。每个智能体不是简单的聊天机器人，它们拥有记忆流，能进行检索、反思和规划。在没有固定剧本的情况下，这 25 个角色自己发展出了日常习惯、社交关系，甚至在没有人类指令时自发组织了一场情人节派对。

Smallville 展现的是一种新的可能性：让 AI 在复杂环境中独立产生社会性行为。但创办 Simile，则意味着将这项学术研究从“观察虚拟角色”推向“复制真实的人类决策”。Park 与斯坦福的计算机科学教授 Michael Bernstein 和 Percy Liang 共同创立了公司，他们的路径是：为真实的个体创建高保真的数字孪生。根据 Index Ventures 合伙人 Shardul Shah 的说法，“Simile 与真人合作，为每个人的生活和决策方式建立高保真模型。” 这意味着，Simile 做的不是通用性格画像，而是试图逼近个体的决策分布。

这个过程的技术骨架包括：利用深度访谈、交易日志、科学期刊文本等数据进行训练。在一项涉及 1052 名参与者的验证研究中，团队先通过定性访谈构建个体智能体，然后让智能体和本人在两周后分别回答同样的问题。结果显示，AI 智能体达到了 85% 的准确率。关键在于，这是一个严格的比较基准：不是去和某个绝对真理对比，而是和人自身的决策稳定性对比。也就是说，两周后的人类再次回答相同问题时，自身的一致性就是 85%。Simile 的智能体，在统计学意义上达到了和这个人相似的可靠程度。

用置信度对抗幻觉，在不确定性中划下边界

如果 Simile 只是告诉客户“AI 觉得用户会喜欢方案 A”，那它和任何提供确定性幻觉的软件没有区别。在任何一个严肃的商业决策中，知道一个预测“可能有多不准”比知道“预测结果是什么”更重要。Simile 押注的差异化武器，是一个经过独立训练的置信度模型。

该公司公开的技术文档解释，平台会使用总变差距离（Total Variation Distance），在现场将模拟响应分布与从真实人群收集的响应分布进行比较。简单来说，它是在衡量两组回答的概率分布差异有多大，然后为每一个模拟结果生成一个置信度评分。这个评分直接关联支撑该结果的人类证据的数量和相关性。如果某个细分人群或特定场景的数据稀疏，置信度评分会直接显示不确定性。公司还声称，模型会每周重新校准，以纳入价格、政策、经济状况和消费者行为等领域的实时变化。

这套机制的真正价值，是在组织决策流程中强行嵌入一道风险警示。对于一个需要决定是否将某种药品依从性干预策略推向市场的健康险高管来说，能够看到“居家场景下的药物依从性推演置信度较高，但在经济衰退环境下的反应推演数据不足”，远比得到一个看似精准的“采纳率将提升 3.2%”的结论，更能防止灾难性误判。编辑推断，这一层的存在，是 Simile 让大型企业，尤其是像 CVS Health 这样的医疗健康巨头愿意从客户变成投资者的关键一步。在这类高度合规、结果性命攸关的行业里，没有任何合规部门会允许一个无法解释、无法标注不确定性的黑箱直接指导患者策略。

CVS 的双重角色与企业应用的真实边界

CVS Health 的出现，是观察 Simile 商业逻辑的最佳棱镜。它们是客户，也是最晚近一轮的投资者。在 CVS 手里，Simile 的模拟人口已经被用于验证现有客户研究、检查患者满意度驱动因素、测试与药物依从性相关的策略，并触及那些传统调查几乎无法穿透的高难度人群。CVS 的健康险部门现在可以在正式将患者或客户暴露于某种潜在干预之前，利用大规模的合成用户去优先排序和筛选哪些想法值得进一步用真金白银去测试。

除了 CVS，Simile 已公开的客户还包括澳大利亚最大移动网络运营商 Telstra、知名民调与咨询机构 Gallup、智能投顾平台 Wealthfront、专业服务巨头 Deloitte、拉美金融集团 Banco Itaú 以及日本饮料巨头 Suntory。应用场景横跨产品测试、市场进入、客户体验研究、竞争对手定位，甚至包括为上市公司高管准备财报电话会的模拟问答。在 A 轮融资时，Park 曾透露模型成功预测了模拟电话会上 10 个分析师问题中的 8 个。

但这里存在一个明显的商业化断层。公司声称自公开推出以来收入增长了五倍，员工超过 50 人，并为《财富》100 强公司运行了数千万次模拟。这些数字目前都属于公司的一面之词，没有独立第三方核实。更重要的是，我们必须区分“大量世界 500 强企业在进行概念验证或小范围试点”与“核心业务决策流程已被该技术接管”之间的鸿沟。从公开信息看，CVS、Telstra 们的描述仍将 Simile 定位为“研究优先级排序”和“预筛选工具”，这不是取代最终的真实世界验证，而是让企业更聪明地决定该验证什么。这是一个务实的起点，但也意味着离创始人宣称的终极愿景——模拟全球 80 亿人的决策——还有多个数量级的差距。

Greenoaks 押注的是一层新的决策基础设施

这轮由 Greenoaks 领投的快速膨胀的 B 轮，背后是投资人对“AI 行为基础模型”这一叙事的下注。Index Ventures 在五个月前领投 A 轮，此后迅速回归，联手 Bain Capital Ventures、A* 等机构加码，说明现有投资者对于这家公司的产品-市场契合度（或至少是对其短期增长飞轮）抱有极强信心。引入 Definition 作为新投资人，以及 CVS Health Ventures 的产业资本，则增加了战略协同的维度。

从资本效率的角度看，Simile 在不到半年内将估值从隐性状态直接拉升至 20 亿美元，付出的代价是股权的大规模稀释。这笔钱承载的期待是，Simile 不只是做更快的市场调研，而是要成长为嵌入企业决策流程基础设施的一层。目前，全球企业在调查、咨询、焦点小组和产品试验上的年支出高达数千亿美元。投资逻辑很清晰：哪怕 AI 模拟只吃掉这个市场很小的一部分预算，也能支撑起一个巨大的业务体量。而且，模拟的边际成本极低，一旦模型就绪，为新增客户运行一次推演的额外成本几乎可以忽略不计。这与传统咨询和调研高度依赖人力的成本结构截然不同。

资金用途印证了这一点。公司明确表示，将推进其人类行为的 AI 基础模型。这意味着他们不满足于做一个个定制化项目，而是要构建一个越来越泛化、越来越准确的行为预测底座。同时，资金还将用于提高模拟的可靠性，并将平台扩展到医疗、金融、消费品和媒体等多个行业。这种跨行业的横向扩展战略，押注的是人类决策背后存在某种跨领域、可迁移的底层行为模式。这个假设本身，目前仍处于理论验证阶段。

Aaru 同样是新贵，但合成用户的玩法迥异

Simile 并非这个赛道上孤独的独角兽。合成用户公司 Aaru 在 2025 年 12 月完成了一轮估值达 10 亿美元的融资。这两家竞争的崛起，侧面印证了用 AI 模拟人类行为已是硅谷当下的焦点叙事。但从可获取的信息来看，两者的技术路径存在微妙差异。Simile 的源头是斯坦福基于智能体交互的社会模拟研究，强调的是通过访谈数据为真实个体建立数字孪生，并观察群体动态。而 Aaru 更偏向于直接生成大量合成的消费者角色来快速测试产品概念，其行为模式更多来自大语言模型对“典型消费者”的统计性理解，而非对特定真实个体决策函数的严格逼近。

两种路线的潜在分歧在于对“准确”的定义。Simile 的参照系是真实个体自我报告的稳定性，这天然具有上限，但可衡量、可证伪。Aaru 可能依赖更庞大的互联网语料库对“人性”的刻画，但更难验证一个虚构的合成用户对一款新饮料的偏好到底有多可信。在竞争维度上，Simile 目前的最大护城河并非模型不可企及，而是与 CVS 这类产业巨头建立的早期利益绑定，以及来自斯坦福因果推断和计算社会科学学派的名誉背书。

误差累积与伦理雷区：大规模模拟的阿喀琉斯之踵

掩藏在增长光环下的，是几个足以颠覆整个价值主张的根本性风险。首当其冲的是多智能体交互中的误差累积问题。Simile 所设想的远期目标，不是去问一群孤立的个体“你喜不喜欢这个”，而是模拟客户、竞争对手、监管机构甚至媒体之间的动态博弈——观察一场价格战或一项政策变动如何产生连锁反应。这类复杂系统的特点是，早期微小的预测误差会随着智能体之间的交互被指数级放大。一个智能体对价格信号的反应偏离了 2%，该反馈传递给另外一千个智能体，整个市场可能在模拟中走入一个完全偏离现实的未来。Simile 现有的基于总变差距离和交叉验证的置信度方法，在相对静态的单轮问答验证中有效，但至今没有任何公开证据表明它们能驾驭动态复杂系统。

第二个系统性风险是数据本身的代表性危机。Simile 的模型是从访谈、交易日志和现有社会科学实验数据中训练出来的。这些数据天然地过度代表那些容易接触、愿意分享数据、在数字世界留下更多足迹的群体，而严重低估那些沉默的、数据稀疏的边缘人口。当一家公司将模拟结果作为市场进入非洲某国或推出面向低收入老龄群体的养老金产品时的决策依据，而模型中此类人群的数据极度稀缺时，平台确实会给出极低的置信度评分。但关键在于，面临业绩压力的决策者，在拥有一个看似科学的“低置信度预测”时，有多大的概率会宁愿忽略警告，也不愿面对没有数据支持的决策真空？

这对 Simile 造成的伦理和商业挑战是双重的。公司在融资材料中强调平台可以模拟“所有 80 亿人”，这在技术层面是一种吸引眼球的叙事，但在操作层面可能助长决策者将模拟视为事实，淡化社会研究中的主体性、同意和问责制问题。尤其是在健康、金融和政策领域，如果一个基于有偏数据训练出的模型在低置信度下给某个弱势群体贴上了负面行为标签，谁来负责，怎么纠正？这远非技术团队可以独立解决的问题，但却是决定这个商业模式能否进入严格监管行业的核心障碍。

市场研究的火种，还是现实决策的辅助轮？

无论是 Park 在斯坦福的 Smallville 小镇，还是如今服务《财富》100 强的数千万次推演，Simile 的核心商业假设都是：人类的偏好和决策可以被物理化、数学化地捕获并复现。从 85% 的个体决策一致性验证，到试图用独立置信度模型量化未知，Simile 的技术路线在逻辑上是自洽的，比单纯调用一个基础大模型去做预测要严谨得多。

但《RecodeX》认为，在目前这个阶段，Simile 展现出的最强能力依然局限在“加速已知市场研究”这一层。它能够让 CVS 更快、更便宜地筛选出哪些患者干预策略最值得投入真实世界进行临床试验，让 Suntory 知道一款新茶饮概念在日本相比巴西可能面临的迥异接受度。这些是传统市场调研的互补品，而非替代品。真正的转折点在于，当客户习惯了这种模拟，并开始要求直接跳过真实试点，依据高置信度的模拟结果直接启动全国性营销或修改核心产品时，Simile 将站在风口浪尖上。届时，它的估值将不再取决于技术多么精妙，而是取决于它所模拟的那些真实的人，是否真的按照剧本行动。

这笔 2 亿美元的融资，买下的是验证这个终极问题的时间与资源。

RecodeX 极客视点：Simile 在五个月内完成两轮巨额融资，反映的是资本市场对“AI 最终将理解并预测人”这一叙事的饥渴。它的技术壁垒并不只在于构建聪明的代理，更在于引入置信度模型来正视预测的局限性。然而，当产品从帮助 CVS 预筛市场研究课题，进化为试图模拟复杂的市场动态系统时，误差的灾难性累积和数据的代表性盲区将构成致命挑战。此刻的 Simile，像一个拥有精密雷达的探险队，它能比前人更清楚地标注前方是晴是雾，但它依然没有地图。斥资 2 亿美元，赌的就是它最终能从辅助工具长成决策的核心基础设施。这个赌局里最大的变量，不是 AI，而是那些不愿被数据框定的、活生生的人。