06Predict · 群体智能沙盒sandbox · zero-PII · cluster-only · 50 agent live LLM
把 50 个 agent 放进沙盒，
让市场行为先发生一遍。
这是 Eva 的「群体智能镜」。每个节点是一个 agent —— 由 50 名真实盲订用户的备忘录共性合成。 投入一颗事件种子（降价 / 合作 / 延期 / 友商发布），它们之间按情感、关系、生活半径相互传染—— 模拟收敛后给你一份 6 节咨询体报告。
01
市场行为预测沙盒
投入事件 · 50 agent 并发跑流程 · 输出 6 节咨询体报告事件种子 · 投入沙盒 50 agent · live LLM · zh-CN
预计 90-120s · scenario LLM 50 · report LLM 3
02
用法 · 局限
GOOD FOR
- · 「我们是否要发这条降价公告」决策前 2 小时跑一遍
- · 友商动作复盘：「如果他们发了 X，我们的人会怎么动」
- · 媒体投放预算分配：哪个 cluster 自传播倍数最高
- · Eva 的话术 A/B：把两条提车日开场白丢进去看反应
NOT FOR
- · 不能预测股价、个股、监管节奏 — 不在训练数据里
- · 不能替代真问卷或焦点小组 — 它是放大镜，不是真相
- · 不能反推具体某个用户在群里说了什么 — L3 单向
- · 数值是相对趋势，不是绝对命中。看方向，不抠小数点
为什么是 50 个 agent
每个 agent ≈ 400 个真实用户的共性聚合。在 19,842 总样本下，50 agent 的方差已稳定收敛（k=400）。
它们怎么互相影响
同 cluster 强连接（0.7 权重）+ 同城/同车型弱连接（0.3-0.5）。情绪通过加权图传播，每 hop 衰减 30%。
不会泄露真用户
agent 永远在 L3 聚合层。任何 agent 都不可反查到具体某一名用户——这是合规底线。