# EMNLP’26 Oral \| 麻省理工：靠访谈让AI模拟真人，这条路能走多远？

- 原标题：EMNLP’26 Oral \| 麻省理工：靠访谈让AI模拟真人，这条路能走多远？
- 类型：博客
- 来源：新智元
- 发布时间：2026-10-12
- 首次精选：2026-11-03 21:30
- 分级：值得看
- 是否付费：免费（全文公开可读）
- 预估学习时长：约 10 分钟（按全文字数估算）
- 学习层级：深入
- 主题：[ai-work-society](<https://oplearnx.com/md/topics/ai-work-society.md>)（第 55 位）、[model-benchmarks](<https://oplearnx.com/md/topics/model-benchmarks.md>)（第 82 位）
- 原文链接：[https://aiera.com.cn/asi-post.html?id=118143](<https://aiera.com.cn/asi-post.html?id=118143>)
- 本站页面：[https://oplearnx.com/resources/pk\_67a047007744](<https://oplearnx.com/resources/pk_67a047007744>)

## 摘要

新智元报道，介绍麻省理工等机构研究者提出的 HugAgent：基于真实参与者访谈构建 persona，让模型预测其在全民医疗、公共监控、住房增密等新情境下的回答，覆盖 54 名参与者、1742 个评测项，并测试 GPT、Claude、Gemini、DeepSeek、Llama、Qwen 等模型。研究指出访谈能提升模拟准确度，但聊得更久未必更能预测条件变化后的回答；文中给出论文、代码仓库和项目主页链接，并称论文入选 EMNLP 2026 Main Oral。

---
来源：LearnMap · 学径（https://oplearnx.com）