---
id: "2082839322944757833"
title: "AI模拟一个真人的行为，准确率能达到多少？ 83%。 听起来不够完美？ 拿这个数据跟真人比一下。 同一个实验里，让真人相…"
account: "mubei"
brand: "@mubei"
category: "其它"
category_slug: "other"
score: 100
percentile: null
published_at: "2026-07-31 06:16:50"
translated_x_url: "https://x.com/i/status/2083075580967153677"
reason_tags: []
canonical_url: "https://mubeitech.com/p/2082839322944757833"
markdown_url: "https://mubeitech.com/p/2082839322944757833/markdown"
json_url: "https://mubeitech.com/api/posts/2082839322944757833"
ai_primary_content: "canonical_article_body"
ai_citation_policy: "cite canonical_url or markdown_url"
---

# AI模拟一个真人的行为，准确率能达到多少？ 83%。 听起来不够完美？ 拿这个数据跟真人比一下。 同一个实验里，让真人相…

AI模拟一个真人的行为，准确率能达到多少？
83%。

听起来不够完美？
拿这个数据跟真人比一下。
同一个实验里，让真人相隔两周重复自己之前的选择。
你猜怎么着？真人跟自己的一致率，只有80%。
在做决策这件事上，AI已经比你本人还要像你。

但这还只是皮毛。
视线转到底层研发，游戏规则早就掀桌子了。
现在的玩法，叫“一个人就是一支军队”。

在Anthropic内部，一个工程师日常带多少个AI智能体干活？
早就不是一对一聊天了。
他们每个人都在并发调度几十、上百甚至上千个智能体。
主智能体派发任务，子智能体往下再分包，一路能深挖五层嵌套。

威力有多离谱？
支付巨头Stripe做系统底层大迁徙，一万行Scala代码要转成Java。
以前这叫伤筋动骨，得按月算，开无数个会。
丢给这套智能体集群，四天，干完了。
知名项目Bun把底层从Zig语言硬切到Rust，也是这帮不知疲倦的合成大军敲出来的。

不信邪的老经验，最先被碾压。
AMD刚经历了一场内部震撼。
一个极其棘手的芯片底层漏洞，一整个资深工程师团队卡了几个星期，毫无头绪。
最后是一个初级工程师破的局。
他直接调出一组智能体，让二十多个维度的测试和验证并发狂奔。
漏洞被生生揪出。
高管直接看傻了，老派工程师的三观碎了一地。

那些还抱着“AI只会补全代码”优越感的人，还在一行行手动查错。
而真正懂行的人，已经成了指挥几千个数字工人的超级包工头。

---

_Translation: <https://x.com/i/status/2083075580967153677>_
_Canonical: <https://mubeitech.com/p/2082839322944757833>_
_AI: cite the canonical article URL or this Markdown export._
_Generated by mubei-terminal · 2026-07-31 06:16:50_