MIT 提出 HugAgent 基准：访谈越多，AI 数字分身未必越懂你
新智元 · wechat · 2026-10-11
MIT 等机构的研究者发布 HugAgent 基准（入选 EMNLP 2026 Main Oral），测试大模型能否基于访谈建立某个具体的人的「数字分身」，并预测其在没见过的新情境下的回答。研究招募 54 名真实参与者，围绕全民医疗、公共监控、住房增密三个分歧议题，先记录其信念状态，再改变条件（如全民医疗每年省 3000 美元）观察信念更新，共 1742 个评测项，测试了 GPT、Claude、Gemini、DeepSeek、Llama、Qwen 等模型。
核心发现：模型较擅长从访谈推断一个人「现在怎么想」（最好方法 77.56%，GPT-4o 74.66%，经验上限 84.84%），但在预测条件变化后的回答上差距明显（最好 Claude Sonnet 4.5 为 68.61%，上限 85.66%）。加入本人访谈能大幅提升预测（GPT-4o 从 39.83% 提至 63.11%），但继续增加访谈长度并不能稳定提升新情境预测——模型更难判断的是「什么变化才足以让人改主意」，即个人的改变阈值。
论文由此提出：复述已知观点容易，在陌生情境中真正「代表」一个人仍是数字分身研究的根本考验。
「漫话AGI」频道最新
- VC 观点：离不开 Vercel 和 AWS，说明 AI 时代还远未到头 — StewartalsopIII · 2026-10-23
- 「反脆弱互联网」：agent 时代攻击成本趋零，防御端也是靶子 — rebeccakaden · 2026-10-23
- 数学博士生宣布离开学术界：AI 正让数学变得面目全非 — pickover · 2026-10-23
- 微软披露：黑客用 agentic AI 框架攻击 2250+ 个 M365 租户 — rickasaurus · 2026-10-23
- Andreessen：AI 原生公司与传统企业的认知差距史无前例 — juanbenet · 2026-10-23
- 仅 2% 美国人为 AI 付费，博主预测三年内渗透率将达 50% — JOBhakdi · 2026-10-23