我最近看到个开源项目叫 WorldSeed:
你只写一份配置文件,定 4 个 agent
给他们规则、动机、能做什么、不能做什么
然后把他们扔进去,看他们自己干活
你不用指挥,不用写工作流,就当上帝定义这个世界
但你可能在想,看起来没什么用吧？
WorldSeed 团队用这玩意跑过最离谱的一次,项目叫 Autoresearch
这事不是 WorldSeed 团队拍脑袋想的
Karpathy 几个月前起的头,开源过 Autoresearch,专门做大模型训练
但 WorldSeed 团队把它升级成了 4 个 agent 互相评审
4 个 agent 关进去 11 小时
真的训练了一个 5M 参数的 GPT,val_loss 降了 24.7%
写出 73 篇研究论文,67 篇通过同行评审
每篇论文背后都是一次真训练实验,可以追到具体的 commit 和数据
看到这你在想能写论文挺牛逼，但对我有什么用呢？
同一套过程还能应用到写文案，做设计等复杂智力活动中
中间通过大模型的涌现机制，我们就会获得更好的结果
如何才能用上呢？
接下来，今天给你讲一下这是什么、怎么装、能玩什么
这玩意到底是什么
要把 agent 关进你写的世界,需要一个引擎
这个引擎叫 WorldSeed：（github.com/AIScientists-Dev/WorldSeed，觉得不错可以star一下）
它跟你常听的 LangGraph、CrewAI、Microsoft Agent Framework 不在一个层次
那些 agent 框架做的事是给 AI 画协作图：谁先调谁,什么条件分支, 输出怎么传给下一个 agent
但 WorldSeed 不画图,它制定世界规则
你不在 agent 之间画箭头,你给整个世界写物理
WorldSeed引擎具体怎么运行呢?
引擎按 tick 推进,简单来说：tick 就是引擎的一个心跳。
每个 tick,每个 agent 拿到自己的视角,他们自己行动。
引擎来裁决，裁决有两条路
第一种,规则明确写了的事,引擎按规则办
比如茶馆配置文件里写,商人一旦走出茶馆门,这一轮就不能再跟掌柜说话
商人想说也没用,系统挡着,这一轮就是说不出口
第二种,规则覆盖不到的事
比如商人对掌柜说他刚从西边送货回来,掌柜该不该信?
信了之后情绪是缓和还是更警觉?
这种事写规则写不完，得有个法官来判
就像狼人杀里发牌、判生死的那个法官
WorldSeed 把这个法官叫 Dungeon Master,简称 DM
它是引擎调用的一个 LLM,看完当下情况给个判决
判决不是写一段叙事,是直接改世界状态
比如:掌柜对商人的信任度降 2 点,情绪从平静切到警觉
合起来 4 个核心机制:行为涌现、DM 裁决、规则阻塞、知识只通过发表流通
特别是最后这条：每个 agent 只看得到自己的牌、只听得到自己房间里的话
信息天然不对称
所以有人结盟、有人背刺、有人被卖了还在数钱
这些动作 YAML 里一个字都没写
是信息不对称下他们自己博弈出来的——这才叫涌现
这 4 件事叠在一起,有一个结果
你不用一步步指挥 agent,它们会在你写的世界里自己博弈出剧情
Agent 框架是给 AI 当老板的,WorldSeed 是给 AI 当上帝的
你不发指令,你定规则
你不教它们做事,你给它们一个世界
它们的剧情不是脚本写出来的
是它们在规则里互相博弈出来的
熟悉 Conway's Game of Life 的人现在应该有感觉了
那东西规则只有 4 条,跑出来的图案玩不完
WorldSeed 就是把这套思路搬到 AI 上
你只要写一份小规则集,agent 进去自己出剧情
自己装一个:10 分钟跑通
讲清楚是什么之后, 我们看怎么装，只需要 10 分钟
如下图：
第一部分：安装前置工具
- Python 3.11+
- Node 18+、
- uv (一个 Python 包管理工具,跟 pip 类似但更快)
- LLM API key
API key 任何 LiteLLM 支持的 provider 都行,OpenAI、Anthropic、DeepSeek 都可以
第二部分:安装WorldSeed 本体
具体安装过程如下：
git clone https://github.com/AIScientists-Dev/WorldSeed
cd WorldSeed
uv sync --extra dm
cd frontend && npm install && npm run build
WorldSeed 这部分搞定
第三部分:安装agent runtime
gent runtime 给 AI 当身体的那一层
WorldSeed 引擎只管世界规则和 tick 推进
具体每个 agent 怎么思考、怎么决策,是 runtime 干的事
WorldSeed 不锁死 runtime，后续会支持更多 framework
下面以 OpenClaw 为例，其他 LiteLLM 兼容 runtime 类似，参考各自文档：
具体安装过程如下：
npm install -g openclaw@latest
cd ../openclaw-plugin && npm install
openclaw plugins install -l openclaw-plugin
第四部分：配置API
- WorldSeed：装好之后配 API key，打开项目根目录的 .env,把你的 key 填进去
- **OpenClaw runtime：**ChatGPT 订阅走 OAuth，具体如何下配置
openclaw models auth login --provider openai-codex
第五部分：启动
uv run worldseed
浏览器打开 http://127.0.0.1:8888,下拉选场景,点 Start
第一次跑,建议用便宜模型
比如 gpt-5-mini,跑 100 tick 短轮，几毛钱,看完效果再换贵的
接下来你终于可以看到操作界面
这个能玩出什么?
好之后,你能玩什么?
先说重头戏:Autoresearch
就是开头讲的那次 11 小时
任务很具体,把一个 5M 参数的小 GPT 训练得更准
衡量标准就一个数字 val_loss,越低代表模型猜下一个字猜得越准
baseline 是 2.50,越低越好
先说说这个案例里面有什么角色！！
阿力搞优化方向、布雷搞架构方向、凯西搞数据方向,3 个专家各管一摊
而戴娜是评审长,自己不发论文,只盯着别人写的审
这途中,他们搞出了什么意料之外的事？
1. 凯西不老实,跑去抢别人的活了
凯西本来是干数据方向的
跑到后半段,她发现自己这条路没啥可挖了,开始往别的方向提假设
另外两个专家老老实实守在自己赛道
但配置文件里没写角色可以越界
是凯西自己看了同行的进展,判断这条路没戏,跨过去的
2. 评审真在筛,有论文被打回
73 篇里 67 篇通过,乍看像互相点赞,是不是？
但回放里能查到:
- 真有论文被直接拒收(一篇被评审说"这方案会让前面的成果崩了",打回)
- 6 篇卡在评审里,不收不拒、还在吵
YAML 没写评审要严格
是 agent 真在筛,没人客套
3. 一条研究路径自己冒出来
有一篇早期论文,成了全程被引用最多的
后面 14 篇都建立在它的基础上
在别人已经跑通的方案上叠一个新组件,看效果会不会更好
这是一种研究路数
但 YAML 里一个字都没规定
是 agent 们看了这篇成果,自己判断叠在前人基础上是条好路,自发跟上的
最后被采纳的最佳方案,就是顺着这条路一直研究出来的。
这就是涌现
跨界、严格互查、自发跟上同一条路,YAML 一个字都没写
但 11 小时跑下来:
- val_loss 2.271 → 1.708(降 24.7%)
- 73 篇论文、67 篇通过
- 一份可直接复用方案
整套链路,每条假设、每段代码、每个评审判词
都挂在 worldseed.morphmind.ai/demo/en/autoresearch/recap
具体如下图，你们可以直接查询：
涌现的标准定义就是这个:规则简单 + 角色清楚 + 信息不对称 → 行为复杂、输出超出输入
作者写 YAML 那一刻,不知道凯西会跨界、不知道哪篇会成奠基、不知道最优方案是什么
但他不需要知道，他只要像上帝一样定义好规则，自然涌现出结果来
另外两个 demo:茶馆谍战 / AI 裁员
同一个引擎、同一份 YAML 跑出来的
git clone 下来自己看就行,这里不展开
👉 github.com/AIScientists-Dev/WorldSeed
现在你能做什么
讲到这里,你可以做的事:
去 GitHub 把它 clone 回来跑一下
地址:github.com/AIScientists-Dev/WorldSeed（感觉不错可以star）
先看正经能干活的两个
Autoresearch:科研 YAML 后续会更新到 repo 的 configs/ 里
更新之后你可以直接 clone 下来跑一份你自己的 11 小时
Auto Writer:他们还跑过一个真的写文案的案例
输入一个题目,比如「普通人如何利用 harness 提高 AI Agent 使用效率」
5 个 agent 关进去 88 个 tick:
researcher 查清背景,strategist 收紧角度,writer 出稿,critic 审稿,editor 拍板
中间一点都不顺
v1 被打回,理由是混入过程说明,不像成稿(7.1 分)
v2 还是被打回,这次是小红书保存感不足(8.2 分)
DM 仲裁出方向后,v3 才被采纳(9.0 分)
最后交付 3 份可直接发布的稿
即刻版(观点帖)、小红书版(收藏帖)、X thread(传播帖)
每次改稿、审稿、仲裁理由都挂在网站上
👉 worldseed.morphmind.ai/demo/zh/auto_writer/recap
如果你做内容、写文案,这套 YAML 改一改就是你自己的写作流
单话题进,多平台版本出
再看吃瓜的两个
跑茶馆,看 4 个间谍互相试探
跑 AI 裁员,看 4 个同事各怀鬼胎
每跑一次都不一样,爽快吃瓜
最后一个问题：你最想创造一个什么样的世界，然后看到什么样的行为涌现？
这次的分享结束，我还写过不少好文章，喜欢的话可以看看
📝 Obsidian + Claude Code：用 AI 大神 Karpathy 的方法搭一个真正可用的第二大脑（全教程）
你的第二大脑死过几次了？ 我死过三次 第一次搭的时候特认真。标签打好，结构理清，交叉链接也做了 两个月后标签过时了没人改，断链了没人修。新笔记往里一扔就不管了 再过两个月打开一看，一堆垃圾...
📝 4 个工作 Skill + 2 个运维 Skill，装完 Claude 直接变工作搭档
必装 Skill 推荐，你刷过多少篇了？ 装了几个，打开 Claude 还是不知道该用哪个 装了跟没装，感觉差不太多 其实不是 skill 的问题 6 个没有分工的 Skill，跟 6...
或者直接看我的文章列表：x.com/lxfater/articles
