MatrAIx

Simulate before reality.

面向異質模擬使用者、以人格驅動的人口級規模基礎設施，用於評估 AI 系統與互動式產品。

English | 简体中文 | 繁體中文 | 한국어 | 日本語 | Español | Português

Website Discord X LinkedIn Google Form Docs Hugging Face License Playground

在 YouTube 上觀看 MatrAIx 示範

在 YouTube 上觀看 MatrAIx 示範

--- **MatrAIx** 是一套面向異質模擬使用者、以人格驅動的人口級規模基礎設施，用於評估 AI 系統與互動式產品。它不依賴「通用」或可互換的使用者假設，而是將抽樣得到的人格記錄實例化為 LLM Agent，並在四類環境中以可重現任務驅動執行 —— **Survey（問卷）**、**AI Chatbot（對話）**、**Web**，以及 **App**（原生桌面與行動裝置，含 macOS 與 iOS）。 其基礎是一套共用的 **1,290 個類別維度** 人格 Schema，涵蓋背景、心理、能力與行為。人格結合了感知依賴關係的合成生成與基於證據的真人資料錨定（grounding）；經確定性、品質過濾的 **百萬人格** 核心集（coreset）已在 [Hugging Face](https://huggingface.co/datasets/MatrAIx2026/MatrAIx_Persona_1M_Public_Release) 公開發布，供研究使用。共用遙測、任務自有的驗證與報告機制，將個體回應與軌跡同子群體及總體人口層面的發現銜接起來。 名稱致敬 *The Matrix*：這是一個便於探索、壓力測試與假設生成的模擬世界，**不能取代來自真實人群的證據**。 ## 動態與認可 - **學術評論** — [*Can We Simulate the World?*](https://aiscientist.substack.com/p/can-we-simulate-the-world) — Mayank Kejriwal，[*AI Scientist*](https://aiscientist.substack.com/) - **研究精選** — 登上 [Hugging Face Papers](https://huggingface.co/papers/2608.04205)（[每日論文，2026-08-10](https://huggingface.co/papers/date/2026-08-10)） - **媒體** — [《富比士》](https://www.forbes.com/sites/lanceeliot/2026/08/26/using-eight-billion-ai-personas-for-psychology-research-has-its-ups-and-downs/) · [《新蘇黎世報》週日版](https://www.nzz.ch/nzz-am-sonntag/report-und-debatte/die-ki-vermessung-der-menschheit-unsere-acht-milliarden-doppelgaenger-ld.10019342) · [新智元（36氪）](https://www.36kr.com/p/3932853833759876) · [Numerama](https://www.numerama.com/tech/2308727-ces-chercheurs-ont-cree-83-milliards-dhumains-virtuels-pour-tester-des-produits-a-notre-place.html) · [Infobae](https://www.infobae.com/tecno/2026/08/10/asi-prueba-la-ia-un-mundo-con-8300-millones-de-personas-digitales-matraix-es-el-metaverso/) · [HispanicAd](https://hispanicad.com/news/harvard-and-mit-built-8-3-billion-ai-personas-to-simulate-the-world-report/) · [AI時報](https://www.aitimes.com/news/articleView.html?idxno=213824) · [Startup Fortune](https://startupfortune.com/harvard-and-mit-built-an-ai-model-of-83-billion-people-to-test-products-on/) · [《富比士》土耳其版](https://www.forbes.com.tr/saglik/hastaya-dokunmadan-once-8-3-milyar-kez-denemek-sagligin-yeni-test-dunyasi-matraix) · [《連線》捷克版](https://www.wired.cz/news-beat/harvard-a-mit-vytvorily-ai-simulaci-obsahujici-83-miliardy-virtualnich-lidi) - **產業評論** — Cisco 副總裁兼 CTO [Gianpaolo Barozzi](https://lnkd.in/p/gE9cV2nw) 有討論 - **社交** — 登上 [X 熱門專題](https://x.com/i/trending/2086626337561911419) ## 發布 - **[2026-08-04]** 技術報告發布於 arXiv：[MatrAIx: Simulating the World with 8.3 Billion Persona Agents](https://arxiv.org/abs/2608.04205)（`2608.04205`）。 - **[2026-08-01]** 在 Hugging Face 發布 [Persona 1M](https://huggingface.co/datasets/MatrAIx2026/MatrAIx_Persona_1M_Public_Release)（約 100 萬條經品質過濾的人格）。 - **[2026-07-31]** 開源 Playground 與任務庫：[MatrAIx-Persona-8B](https://github.com/MatrAIx-ai/MatrAIx-Persona-8B)。 - **[2026-07-29]** 立場短文：[From Personas to Simulated Users](https://matraix.ai/research/survey-from-personas-to-simulated-users.html)。 ## 環境需求 - [Docker](https://docs.docker.com/get-docker/) - [uv](https://docs.astral.sh/uv/) 與 Python 3.12 - Node.js 20+（僅 Playground / viewer 前端需要） - 人格 Agent 範例所需的模型 API Key —— 見 [agents.md](../environment/agents.md) > **Windows 使用者**：請在 > [WSL2](https://learn.microsoft.com/windows/wsl/install) 中執行全部指令——開啟 > PowerShell 執行 `wsl --install`（會安裝 Ubuntu），接著把儲存庫 clone 到 **WSL > 檔案系統內**（如 `~/MatrAIx`，不要放在 `/mnt/c/…`，後者慢得多），並在 Docker > Desktop → Settings → Resources 中啟用 *WSL integration*。之後本 README 中的所有 > 指令皆可照原樣執行。不支援原生 PowerShell/cmd（任務驗證腳本依賴 `bash`）。 ## 安裝 ```bash git clone && cd MatrAIx uv venv --python 3.12 uv pip install -e . uv pip install pytest pytest-asyncio httpx uv pip install -e packages/playground uv pip install -e packages/harbor-langsmith uv pip install -e packages/rewardkit ``` 作業與任務統一以 **`uv run matraix run …`** 執行——它會自動設定完整的啟動環境，並委派給 Harbor 執行階段。執行階段工具（如 `harbor view`、`harbor upload`）仍使用 **`uv run harbor …`**。 在 GUI 或 CLI 任務執行前，設定與你的提供者相符的模型 API Key（冒煙測試不需要）： ```bash export ANTHROPIC_API_KEY="sk-ant-..." # anthropic/claude-* 模型 # export OPENAI_API_KEY="sk-..." # openai/gpt-* 模型 ``` 完整 Key 對照見 [agents.md](../environment/agents.md)。 Playground 也可從 `application/playground/.env.local` 載入 Key。 ### 匯入 Persona 1M（建議） 儲存庫內 `matraix-persona-dev-sample`（約 200）僅用於冒煙測試。真實群組（cohort）與 Playground 取樣請匯入公開的 1M 資料集： ```bash huggingface-cli download MatrAIx2026/MatrAIx_Persona_1M_Public_Release \ --repo-type dataset \ --local-dir persona/datasets/matraix-persona-1m/release ``` Playground：Dataset → **`matraix-persona-1m`**。CLI：`--dataset persona/datasets/matraix-persona-1m`。 詳情：[Handbook § Persona 1M](../README.md#3-persona-1m-recommended)。 ## 快速開始 ### 冒煙測試（smoke tests） 安裝後先跑這兩條檢查（無需 API Key）。合在一起就覆蓋預設路徑下的四類任務 （Survey、Chat、Web、OS-app）： | 檢查 | 確認你可以跑 | 命令 | |------|--------------|------| | **不用 Docker** | Survey、Chat | `uv run matraix smoke application/tasks/example-survey_product-feedback` | | **需要 Docker** | Web、OS-app | `uv run matraix run -c configs/jobs/example-job-recipe/harbor-smoke-local.yaml` | 第一條通常幾秒內印出 `Smoke: ok`。第二條首次會建置本地映像（幾分鐘），成功後輸出在 `jobs/harbor-smoke-local/`。步驟說明：[quickstart §3](../quickstart.md#3-smoke-tests-two-lanes)。 ### GUI 任務執行 Playground 可選擇任務、抽樣人格，並啟動與 CLI auto 模式相同的 Matraix Playground job。 啟動 API + 前端（兩個終端機）： ```bash # 終端機 A — API VENV=.venv bash application/playground/backend/run_dev.sh # 終端機 B — 前端 cd application/playground/frontend && npm ci && npm run dev ``` 開啟 **http://localhost:5173** → Playground → 選擇人格群組 → 選擇 Survey / Chat / Web / OS app 任務 → **Lock pipeline** → **Run eval**。 詳情：[Playground §10](../quickstart.md#10-playground--play-tasks-visually)。 ### CLI 任務開發 / 執行 **開發** — 複製 `application/tasks/` 下的參考任務，編輯 `task.toml` / `instruction.md` / `input/` / 驗證器（verifier），再註冊到 Playground （[task-guide.md](../application/task-guide.md)）： ```bash cp -R application/tasks/example-survey_product-feedback \ application/tasks/ ``` | 類型 | 參考任務 | |------|----------| | Survey | `application/tasks/example-survey_product-feedback` | | Chat | `application/tasks/example-chat-api_support_chatbot` | | Web | `application/tasks/example-web-playwright_quote-choice` | | OS-app | `application/tasks/example-computer-use-linux_note-to-csv` | **執行** — 產生 Matraix Playground job（固定 agent + model），再執行： ```bash uv run python application/scripts/generate_application_job.py \ --task application/tasks/example-survey_product-feedback \ --execution-mode auto \ --persona-ids 0042 \ --model-name anthropic/claude-sonnet-4-6 # 使用腳本列印的 export 行與 recipe 路徑，例如： uv run matraix run -c configs/jobs/application-task-job-recipe/example-survey-product-feedback-auto-n1.yaml ``` 批次（`--sample-size N`）、過濾條件，以及 chat / web / os-app 範例見： [docs/quickstart.md](../quickstart.md)。 ## 文件 **[MatrAIx Handbook](../README.md)** — 指南，以及 persona / application / environment 文件。

MatrAIx 架構

## 儲存庫結構 ```text MatrAIx/ ├── persona/ Schema、資料集、合成/策展/驗證流水線 │ ├── schema/ 1,290 維人格 Schema │ ├── datasets/ 開發樣本池與人格 YAML │ ├── validation/ Grounding / 品質驗證套件 │ └── scripts/ 人格 job 與流水線輔助腳本 ├── application/ │ ├── tasks/ Survey · chat · web · os-app 任務規格 │ ├── task-spec/ 共用任務契約 │ ├── playground/ 視覺化執行器（後端 API + 前端） │ └── scripts/ generate_application_job.py 與任務工具 ├── environment/ │ ├── runtime/ Matraix Playground runtime │ ├── agents/ 人格條件化 Agent │ ├── task-environments/ Docker 映像 / sidecar │ └── adapters/ 外部適配器（如 SimpleQA） ├── packages/ playground · rewardkit · harbor-langsmith ├── apps/viewer/ 與 `harbor view` 配對的前端 ├── configs/jobs/ 策展與產生的 Matraix Playground job recipe ├── docs/ Handbook — persona/ · application/ · environment/ ├── examples/ 最小範例任務 ├── src/matraix/ Python 套件入口 ├── scripts/ 儲存庫級輔助腳本 ├── tests/ 單元 / 環境測試 └── jobs/ 本機 Matraix Playground 執行輸出（gitignore） ``` 大型產生資料集不納入 git（見上方 Hugging Face 發布）。 ## 加入社群 [![Discord](https://img.shields.io/badge/Discord-join%20MatrAIx-5865F2?style=for-the-badge&logo=discord&logoColor=white)](https://discord.gg/knVyQQnRFa) [![X](https://img.shields.io/badge/X-follow%20%40MatrAIx2026-000000?style=for-the-badge&logo=x&logoColor=white)](https://x.com/MatrAIx2026) [![LinkedIn](https://img.shields.io/badge/LinkedIn-follow%20MatrAIx-0A66C2?style=for-the-badge&logo=linkedin&logoColor=white)](https://www.linkedin.com/company/matraix) [![Google Form](https://img.shields.io/badge/Google%20Form-join%20MatrAIx-4285F4?style=for-the-badge&logo=googleforms&logoColor=white)](https://forms.gle/hwEHng5HGWRqcJue9) 1. 加入 Discord —— 暱稱格式 **`Full Name - Affiliation`**。填寫 Google Form （背景、興趣、論文署名 / 致謝意向）。 2. 來打個招呼！我們很樂意按共同興趣或經歷幫你對接。 3. 參與 MatrAIx 研究社群，一起協作或貢獻！ ## 引用 若你使用 MatrAIx、Persona 1M 資料集或本儲存庫中的結果，請引用： ```bibtex @article{li2026matraix, title = {MatrAIx: Simulating the World with 8.3 Billion Persona Agents}, author = {Li, Xiaomin and Hao, Yuexing and Hou, Jianheng and Huang, Jintao and Wen, Qianfeng and Huang, Shirley and Liu, Yifan and Liu, Xiaoyi and Fan, Yilan and Wang, Yijun and others}, year = {2026}, eprint = {2608.04205}, archivePrefix = {arXiv}, primaryClass = {cs.AI}, url = {https://arxiv.org/abs/2608.04205} } ``` 論文：[arXiv:2608.04205](https://arxiv.org/abs/2608.04205) · 完整作者名單：GitHub **Cite this repository**（`CITATION.cff`） · 資料集：[Persona 1M on Hugging Face](https://huggingface.co/datasets/MatrAIx2026/MatrAIx_Persona_1M_Public_Release)。 ## Star History Star History Chart ## 授權條款 MIT —— 見 [LICENSE](../../LICENSE)。