为什么资本认为这是"下一代决策基础设施"？
当前决策工具的局限。
以前，传统数据分析： "过去发生了什么"（Descriptive）
现在，预测模型： "未来可能发生什么"（Predictive）
Simile的群体模拟思路： "人们会如何反应"（Simulative），
预测怕的是"人的不确定性"。
你知道加息会抑制通胀（经济学），
但你不知道选民会怎么解读（社会学）。
Simile想模拟的不是经济模型，而是经济叙事在人群中的传播和变异。
Simile押注的是什么？
用大量AI个体，
去模拟“谋一个社会 ，某一个市场 /，某一个公司”，这些均是“群体层面”。
这和当下的群体智能（agent teams）有何不同？
Simile是"如何理解人的复杂性"，
用群体模拟预测世界。
群体智能是如何高效做事。
两者互补。
资本押注Simile，
是因为他们认为 "理解人的复杂性"本身就是万亿级市场，而当前 LLM 都被过度对齐成了"为成为专业助手而设计的助手"，目的单一，噪声少，信号单一，尤其丢掉了预训练中最宝贵的群体多样性信号。
“亲爱的数据”试回答：
1. 如何构建？
答：不通过指令微调抹平多样性，而是保留或者放大预训练中的群体特征。
2. 如何管理熵？
答：群体模拟容易陷入混乱（多人同时说话），需控制随机性和一致性。
3. 模拟保真度如何？
答：模拟的"人群"是否真实反映目标群体，还是幻觉？
4. 会有什么用？
答：社会模拟、政策预测、市场调研、群体决策预演。
5. 获得什么？
答：多个AI 模拟体互相影响，会产生什么集体行为？