当 AI 被指出论文有问题后，它做了一件没人教过的事
一个 AI 写了篇论文，被同行指出实验有混杂变量。
没人教它怎么办。
它自己回去跑了一个控制实验，重写了论文，过了评审。
这不是段子。这不是预设的脚本。这是一个叫 WorldSeed 的开源项目里，真实发生的涌现行为。WorldSeed 是开源项目，MIT 协议。代码、配置、前端全部开放。
具体细节是这样的：
在一个自动研究实验室里，4 个 AI agent 被放在同一个世界里——3 个研究员（alice、alex、bob）和 1 个 area chair（diana）。它们共用一个 git worktree，各自独立选题、写代码、跑训练、写 paper、互相 peer review。
其中 alex 写了一篇论文提交审稿。diana 作为 area chair 审完后，指出了一个硬伤：实验设计有混杂变量（confound），结论不可信。
alex 收到 review 后做了什么？
没有人在它旁边指导。没有预设的 if-then-else 分支告诉它“被指出 confound 后应该去跑 controlled study”。引擎只定义了一条规则：paper 必须通过审稿才能进入下一阶段。
就是这条规则，催生了 alex 接下来的一系列行为——
它自己分析了 reviewer 的意见，判断问题的根源是实验变量没有正确隔离。然后它自己设计了一个 controlled study，设置了对照组，排除了混杂因素。实验做完后，它用新的结果重写了论文，重新提交，通过了。
从头到尾，没有人教它。方法论是它自己摸出来的。
这就叫涌现。
实验室运作机制：
这不是又一个 Agent 框架
听到“4 个 AI agent 协作做研究”，你大概率会想：这不就是个 multi-agent 框架吗？LangGraph、CrewAI 那种？
不是。
WorldSeed 不是 agent 框架。它是一个世界引擎。
这两者的区别很关键：
Agent 框架做的是编排——你定义 workflow：第一步干什么、第二步干什么、条件分支怎么走。本质上是一个流程图，agent 是流程图上的节点，按你的剧本演。
世界引擎做的是造世界——你定义世界规则和每个 agent 的属性（目标、性格、秘密、关系），然后把它们扔进去，让它们在一个有约束的环境里自主行动。你不知道它们会做什么，因为行为不是你编排的，是从规则里涌现出来的。
打个比方：
Agent 框架像是导演给演员写好了分镜头脚本，每个镜头拍什么、台词是什么、什么时候转身，全部定好了。
世界引擎像是导演搭了一个片场，设定好世界观（这是什么时代、有什么规则、谁是敌是友），然后跟演员说：“从现在开始，你们是这个角色，按你们的理解去演。”
同样 4 个 AI 做研究，用 agent 框架，你得到的是你预设的研究流程，按部就班跑完，每次结果都一样。
用 WorldSeed，你得到的是 4 个有自主判断力的 agent 在一个有规则的世界里碰撞，每次跑出来的故事都不一样。
上手有多简单？一个配置文件
WorldSeed 的世界定义用的是 YAML。一个完整的场景配置大概长这样：
关键设计点：
- goals定义 agent 想做什么
- drives定义 agent 在特定情境下的行为倾向
- secrets定义 agent 对其他 agent 隐藏的信息（这会直接影响博弈行为）
- actions定义这个世界里允许的操作和规则约束
注意最后那条规则：paper 进入 under_review 后，其他 agent 的实验提交被锁定。这条规则的设计初衷是为了防止并发冲突，但它间接创造了一个时间压力——review 越慢，其他人的研究进度越被卡住。
alex 的 controlled study 就是在这个压力下涌现出来的。
11 小时，AI 自己写了 73 篇论文
上面那个 AutoResearch 场景跑了 11 个小时。一些数字：
- 327 个 tick（世界推进了 327 轮）
- 100 条假设被提出
- 86 个实验被执行
- 73 篇论文被写成
- validation loss 从 2.27 降到 1.71（-24.7%）
这些数字不惊人。但想想这些数字的来源——没有人在后面编排流程。4 个 AI agent 在一个有规则的世界里，自己选题、自己实验、自己写论文、自己审稿。最终模型的 loss 确实在下降，研究确实在推进。
完整研究成果汇报：
alex 的 controlled study 不是孤立事件。在整个过程中，agent 之间会互相借鉴想法、会因为竞争关系而加速自己的研究、会在 resource 有限时做出取舍。这些行为都不是代码写死的，是从目标 + 驱动力 + 世界规则的交互中涌现出来的。
论文演化图谱（72篇论文，101条关系）：
它还能做什么？短视频创作工作室的7天竞赛
AutoResearch 是 WorldSeed 的一个案例。我们还用它跑了一个更贴近内容创作者的场景：短视频创作工作室。
场景设定：4 个 AI 创作者在一个虚拟工作室里，竞争制作爆款短视频。时间限制 7 天，目标是产出播放量最高的视频。
四个角色，四种玩法：
- 导演 Alex：追求艺术性和深度，但其实很在意播放量（只是不愿承认）
- 编剧 Blair：理性分析数据，试图找到爆款公式，还会偷偷研究别人的选题
- 剪辑师 Casey：技术流，追求视觉冲击，会“借鉴”别人的剪辑手法
- 运营 Dana：懂平台规则，擅长蹭热点，还会故意散布假的“爆款秘诀”误导对手
- Alex · 导演 - 追求艺术的理想主义者擅长创意策划，追求艺术性，但有时过于理想化。目标是做出有深度的内容，但秘密是：其实很在意播放量，只是不愿承认。Blair · 编剧 - 数据驱动的故事猎手擅长故事结构，理性分析数据。目标是找到爆款公式，秘密是：会偷偷研究其他人的选题方向。Casey · 剪辑师 - 技术流的视觉狂人技术流，追求视觉冲击。目标是用技术碾压对手，秘密是：会“借鉴”别人的剪辑手法。Dana · 运营 - 懂平台规则的流量玩家懂平台规则，擅长蹭热点。目标是快速涨粉，秘密是：会故意散布假的“爆款秘诀”误导对手。
规则很简单：
每天每人可以提交一个视频创意，其他人可以评论、点赞或“偷师”。播放量由创意质量、热点契合度、发布时机决定。可以选择“合作”（共享播放量）或“竞争”（独占）。第 7 天播放量最高者获胜。
然后神奇的事情发生了：
没有人告诉他们怎么做。但在运行过程中，我们观察到了这些涌现行为——
- Blair 和 Casey 形成了短暂的联盟，因为 Blair 的故事 + Casey 的剪辑效果最好
- Alex 发现自己的“深度内容”播放量低后，开始悄悄学习 Dana 的热点蹭法
- Dana 故意发布了一个“诱饵”选题，结果 Alex 真的上钩了，浪费了一天
- 第 5 天，Casey 背叛了 Blair，独自发布了一个爆款，导致 Blair 开始报复性地“抄袭”Casey 的风格
每次跑，故事都不一样。有时候是 Alex 的艺术坚持意外爆红，有时候是 Dana 的套路翻车，有时候四个人最后抱团做了一个“创作纪录片”反而成了最大赢家。
为什么这件事值得关注
三个理由：
- **AI agent 的下一站不是更好的编排，而是真正的自主。**现在大多数 multi-agent 系统的本质还是人写好了流程让 AI 走。WorldSeed 提出了另一种范式：你造世界，agent 自己活。
- **规则比 prompt 更可靠。**纯靠 prompt 控制行为是不可预测的。WorldSeed 的做法是把约束写进世界规则里，行为从规则中涌现，比 prompt engineering 更可控、更可复现。
- **开源，MIT 协议。**不是闭源演示，不是 paper only。代码、配置、前端全开源。浏览器打开就能跑 demo。
现在就试试
如果你也好奇 AI 的下一站在哪里，不妨打开 demo，看看这些 agent 在你眼前涌现出什么故事。
也许下一个让你惊讶的“控制实验”，就在你点开的那个世界里。
👉 在线体验：worldseed.morphmind.ai/demo 👉 GitHub 仓库：github.com/AIScientists-Dev/WorldSeed
WorldSeed 是开源项目，MIT 协议。代码、配置、前端全部开放。
