文明观察者手记

1

第一篇之前

如何阅读这本手记

这本手记为第一次来访的读者重述四项实验。书中每个数字都抄自研究论文，论文才是权威记录。蓝色手写批注是观察者的解读，并不增加任何结果。

居民是软件，世界是模拟，这里写下的一切都不描述真实的人、家庭或经济。

已重算

该统计量已在 v3.0 中由逐世界数据行重新计算

蓝色墨迹

观察者的页边批注

插页：取自论文的图表——点按放大

贯穿每一页的问题：当某种社会现象出现时，究竟是居民自己做了决定，还是研究者写下的规则造成了它？

2

序 · 世界

一次一个 tick 的世界

• 6 个 tick 为一个模型日；120 个为一个模型年。
• 一次标准运行持续 480 个 tick——四个模型年。
• 能量范围 0–100；一单位食物提供 12 点。孩子不能采集，依赖成人。
• 孩子约需 1,680 个 tick 才能长大，因此这里没有任何研究追踪完整一代。

时间窗口很短。结果听起来很大时，记住这一点。

3

序 · 方法

双生世界

种子固定起始世界。用同一个种子跑两种条件（实验臂），差异就归于条件本身。分叉是在运行中途复制世界，只改动一件事。

分析单位是世界，从来不是居民。四十个配对世界只能显示大而一致的效应。

4

IP10–P12 · 第 1 篇

谁来喂孩子？

在默认世界里，引擎每个 tick 都在家庭成员之间悄悄转移食物。P10 关掉了这条规则。

+1.425 每个世界的儿童饿死数 95% CI 1.050–1.800 · Holm p = 5.23×10⁻⁷ 已重算

居民确实开始更多地照护（每个世界 +6.125 次转移），但不足以替代那条规则。

旧效用表没有多失去一个孩子（每个世界 0.000）——因为照护被写进了它的表里。结果出现 ≠ 决定出现。

5

第一篇 · 续

一次照护

从 38 个快照出发，让一名成人在某一时刻被强制照护或休息，然后追踪孩子 48 个 tick。

差值 +0.2895（描述性 95% CI 0.1316–0.4474）。由研究者强制；38 对中有 36 对成人已持有 ≥ 12 单位食物。

一个提示，一个中性估值

把注意力引向虚弱的孩子，并以期望水平评价未尝试过的行动，使每个世界儿童饿死数降低 0.475（P11），在合法信息合同下降低 0.600（P12）。

……但与早先的信息合同相比，没有清楚的存活改善（−0.075，CI −0.400 至 0.250）。

阅读第 1 篇 →

6

IIP17–P18 · 第 2 篇

一件工具的账本

在稀缺条件下（食物容量 2），工具值得拥有。可它值得制造吗？观察者翻开一本账，单位是 240 tick 内的存活人-tick：

mind9，40 个配对世界。K − A：95% CI −18.375 至 77.825，Holm p = 0.337——未获支持。两行 ≈ 为次要、未校正结果。

有用 ≠ 值得制造。成本此刻就付出，收益却在以后才到——在 mind9 看不见的地方。

7

第二篇 · 续

稀缺之下，什么有价值？

免费工具：食物容量 2 的世界中 +144.425 人-tick（Holm p = 3.25×10⁻⁶）。补满食物：+465 至 +3,135。免费房屋在任何世界都未达标准。

补满食物衡量的是储存的潜力——食物是研究者给的。它不说明居民会自己储蓄。

阅读第 2 篇 →

8

IIIP19 · 第 3 篇

流畅的计划，空空的胃

每个世界中有三名成人交由 DeepSeek-V4.1-Flash-1017（API 模型名 deepseek-flash）控制；它只看到居民可合法感知的信息，并返回简短的类型化计划。

1. m9
2. 旧表
3. DeepSeek 有记忆
4. DeepSeek 无记忆

30 / 30 个稀缺世界：W 低于 mind9 与旧表 已重算

充足世界：相当。差距只在每个 tick 都要紧时才出现。

9

第三篇 · 续

时间去哪儿了？

每次觅食的收获并不更低（0.491，mind9 为 0.423）。时间分配没有随机化，因此这只是一个合理解释，并非已证明的原因。

记忆进入了决策——去掉记忆后计划改变的频率比重新采样高约 16 个百分点（+0.158）——但它没有改变福利（+1.813，CI −0.807 至 4.457；未获支持）。

一个模型、一个提示、一个接口——这不是语言模型排行榜。

数据暂缓 P19 数据包正在等待第三方权利审查，暂不提供下载。

阅读第 3 篇 →

10

IVP14 · 第 4 篇

对看不见之物的信念

居民获得了对孩子隐藏食物储备的私有猜测：12 个假设（储备 0、1、3 或 6 × 每日消耗 1、2 或 3），只根据他们看得见的信息更新。

在 +1 和 +4 tick 上，分别有 33/37 与 37/37 个世界预测更好。+12 时：19 个更低、17 个更高，Holm p = 0.868——未获支持。

三个期限缺一不可。三中二，不许打开下一扇门。

11

第四篇 · 续

如约停下

由于门槛未通过，没有进行任何基于这些信念行动的实验。更好的预测还不是学会行动。

负控：两个外表完全相同的孩子，隐藏储备不同。一个 tick 之后，39 对全部出现差异，平均约 36 个能量单位。

已知缺陷，尚未修复：3,142 张交付收据中有 226 张被记到了更早的身体记录上。

阅读第 4 篇 →

12

页边

这些书页无法告诉你的事

• 任何关于真实的人、家庭、市场或政策的结论。
• 长期或跨代效应——时间窗口只有 48 到 480 个 tick。
• 独立确认：协议为内部冻结，尚无外部团队复现这些模拟。
• 完整重跑：引擎、依赖锁定与事件流均未分发。

协议是在项目负责人指导下借助一个 AI 编码助手起草的，相关工作尚未经过外部同行评审。

论文保留了它们的阴性结果：偷窃（P10）、房屋（P17）、付费制造（P18）、记忆（P19）、+12 门槛（P14）。

13

档案

证据抽屉

每项研究都有一个数据包：冻结的协议、已核验的汇总结果、逐世界数据行、分析脚本与图表数据。

• P10-P12自主照护338.1 KiB ↓
• P17-P18工具经济2.29 MiB ↓
• P19语言模型居民暂缓
• P14有界信念59.8 KiB ↓

数据、图件与文档采用 CC BY 4.0；脚本采用 MIT。请用数据页上的 SHA-256 校验每个下载。

打开研究数据档案 →

在论文中继续

1. 导论 导论
2. 第 1 篇 自主照护
3. 第 2 篇 工具经济
4. 第 3 篇 语言模型居民
5. 第 4 篇 有界信念