谦贞数字Emergi发布PersonaOS：AI人格如何既稳定又演化？
分析师/智涵 校对/Tina 策划/Eason 七十六年前，人工智能尚未诞生，人类便开始追问：机器能否像人一样思考？ 1950年，图灵提出著名的“模仿游戏”，....
分析师/智涵
策划/Eason
七十六年前，人工智能还没出现，人类就已经在问：机器能不能像人一样思考？
1950年，图灵提出了那个著名的“模仿游戏”，把这个哲学问题变成了一个可操作的命题——机器能否在对话中展现出人类的智能。
七十多年过去，曾经只停留在设想里的人机对话，正一点点变成现实。今天的AI会聊天、会思考，甚至能独立行动。但人类对智能的想象并没有停在这里。在更远的图景里，AI不只是回应人类的声音，而是一个能共享时光、共同成长的数字生命。
不过，想长久相伴，前提是得有一个能延续下去的“自己”。如果AI今天温和耐心，明天就性格大变，面对不同的人又难以保持一致的个性，哪怕记住了共同经历，也没法让过去影响未来——这样的交流再自然，也很难沉淀成稳定而持久的关系。
人格机制的重要性正在这里：它让AI不光知道该做什么，还能保持相对稳定的个体特征，并让过往经历持续影响未来的选择。要实现这一点，只给AI记忆和行动能力，显然不够。
2023年，斯坦福大学与谷歌的研究者把25个生成式智能体（Generative Agents）放进了虚拟小镇。它们能记录经历、反思过去、规划未来，甚至自发组织社交活动，为长期智能体研究打开了新的可能。
可行为能延续，不等于人格能保持稳定；过往经历能影响行动，也不代表人格可以持续演化。怎么让AI在不断变化的情境与经历中，依然保持独特而连续的个体特征，成了一个值得进一步探索的课题。
就在最近，谦贞数字（Emergi）旗下深耕AI人格与智能体心智研究的Emergi Lab在arXiv发布预印本论文《Emergi-PersonaOS：支持情境适应与可控演化的人格智能体操作系统》，提出名为Emergi-PersonaOS的人格智能体操作系统架构。
这项研究尝试把心理学中的人格理论引入AI系统，让智能体在保持人格连续性的同时，能够适应不同情境，并依据长期经历实现有条件、可检验的演化。
从模拟一个角色，到探索如何让AI在漫长互动中保持独特的“自己”，人格计算正在迈向更深一层。
01
AI人格的“三重鸿沟”：
演得像，为何还远远不够？
让AI像一个人，技术解法已经不少。但要让它在漫长的经历中始终成为同一个“自己”，问题远比想象中复杂。
这些年的研究从角色模仿起步，走到情境理解，又推进到人格演化，一路推进，也一路碰到新边界。人格怎么才能一边守住连续性，一边跟着环境变、跟着经历长？Emergi-PersonaOS想回答的就是这个问题。
故事的起点，是让AI学会扮演一个角色。
2023年前后，Character-LLM（角色大语言模型）、RoleLLM（角色扮演大语言模型）等研究相继出现，通过人物经历、知识背景与角色数据，让AI拥有更加鲜明的个性。2024年，ACL论文《InCharacter》评估32个角色，报告人格模拟准确率最高达80.7%。
不过，角色模仿能往前走，不代表人格就能一直稳住。NeurIPS的相关研究注意到，多轮交互里会出现角色偏移；用强化学习之后，这种不一致能降下来55%以上。
研究结果一方面说明还有改进余地，一方面也点出了角色扮演的短板：让AI在某个情境里演得像个人，和让它在连续互动中把人格维持住，中间还差着一截。这是头一道鸿沟。
然而，即使人格足够稳定，也不能让AI始终以同一种方式回应世界。
现实里，同一个人上班时可能一板一眼、收得很紧，到了朋友跟前又变得松弛随性。人格的一致性，说到底不是行为从头到尾一个样，而是各种表现底下压着一套相对稳的内在依据。
放到AI身上，难的地方恰好是分清哪些是合理的情境变化、哪些是无意识的人格漂移。2024年ACL相关研究指出，对话对方的语言风格会干扰角色的人格一致性。换句话说，AI行为变了，有时不是因为它读懂了关系和处境，而只是被对方的说话方式带偏了。
于是，研究开始把更多情境因素塞进行为生成里。Generative Agents（生成式智能体）靠记忆、反思和规划来组织行为；CoSER（基于小说情境的角色扮演框架）把人物关系和故事背景引进来，角色的反应因此有了更厚的情境支撑。
可情境信息越充分，就越得说清楚哪些行为能调、哪些人格特征该稳住。既能因人因事给出不同反应，又不丢掉自身的一致性——这就是第二道鸿沟。
等AI能合理应对各种情境，时间又摆出更深一层的问题：经历真能改变人格吗？
人会因经历而成长，但不会因为一次争执就把性格彻底改写。AI也得判断，哪些变化只是一时反应，哪些才值得沉淀为长期特征。沿着这个方向，Emergi Lab此前提出基于荣格心理类型的JPAF框架，探索结构化人格控制、情境适应与反思驱动的长期更新；PHASE-Tree等研究则关注人格信息的长期组织与更新。
可人格变化不是简单堆信息。2026年，BFI-Adapt对14款模型模拟重大生活事件后的人格变化做了评估，结果发现：模型能产生特质变化，却难以准确复现人类人格变化的方向与幅度。
记住过去，不等于理解过去如何塑造自己；能改变，也不等于知道什么值得改变。经历积累与人格可控演化之间的第三道鸿沟，就这样浮现出来。
三道鸿沟层层深入，最后都指向同一个症结：人格不能只在对话时被调用、在情境中被调整、在经历后被更新，这些过程还得相互衔接。
所以，AI人格研究要跨过的不只是单项能力的局限，更是如何让人格的构建、表达与演化形成一个持续运转的整体。
02
从人格模拟到人格计算：
Emergi-PersonaOS提出一条新路径
从提出问题到找解法，关键一步是给那些看不见、摸不着的人格特征找到具体的计算表达。
一个人的性格怎么刻画，面对不同处境怎么反应，经历又如何沉淀为持久的改变，都得在系统里找到各自的位置。
谦贞数字旗下Emergi Lab研究团队在发表于arXiv的预印本论文《Emergi-PersonaOS：支持情境适应与可控演化的人格智能体操作系统》中提出了一套新技术架构，试图从系统层面回答这个问题。
和单纯提高角色模仿能力不同，Emergi-PersonaOS把人格当作贯穿智能体全生命周期的核心计算对象，让人格构建、行为生成、经历积累与长期更新能在同一套机制里持续衔接。
向内构建：让人格拥有持续运行的根基
人格要成为计算系统的一部分，首先得回答：那些抽象的性格、动机与自我认知，究竟该怎么记录和管理？
论文指出：“如果各阶段分别维护人物设定、当前状态和历史经历，系统将难以保证人格信息的一致性，也无法追溯人格变化的来源。”
Emergi-PersonaOS 要应对的核心难题正在这里。它的做法是借来操作系统调度各项功能的思路，把六个模块拴在同一个统一人格对象上：人格构建、执行、状态监控、记忆、反思与演化。其中，初始人格交给构建模块确立，行为由执行模块产出，运行轨迹靠监控与记忆留存，至于长期修订，则由反思和演化负责。
六个模块并不各自维护一份人设，而是围绕同一个人格对象协同运行。
为了让人格拥有可计算的结构，Emergi Lab进一步引入人格心理学家麦克亚当斯等人的整合性人格框架，把人格划成三个层次：人格特质描述相对稳定的性格倾向，特征适应涉及需要、目标与行为策略，叙事身份则记录个体如何理解自身经历。
还有更关键的一步：把长期人格信念和当前人格状态分开。前者存的是相对持久的人格内容，后者记的是这些内容在具体情境里怎样被激活、怎样表达出来。两者的三层结构一致，运行任务却各管一摊。结果就是，AI 不会因为一次情绪波动就去改写长期性格，也不会被固定人设绑住手脚、失去应对不同环境的灵活度。
人格的角色变了：它不再只是生成回答时翻一翻的档案，而是贯穿整个运行过程、可以持续管理的计算对象。心理学理论随之从描述人格的参考框架，走进了智能体的数据结构和运行机制。
向外表达：让同一个“自己”拥有不同面貌
有了稳定的人格结构，新问题又来了：为什么同一个人，面对不同的人和事，会作出截然不同的反应？
一个看重逻辑的人，在学术争论里可能一步不退，到了亲近的人面前却愿意耐心解释。这种差别不代表人格变了，它只是人格在不同关系和环境中的具体表现。论文里也强调过：“人格的稳定性并不意味着行为在所有情境中保持不变。”
怎样让AI既有个性，又能在不同情境下灵活应对？Emergi-PersonaOS把这件事做成了一套情境适应机制。遇到新事件，系统会分析交互对象、人物关系和环境信息，调取相关历史经历，再结合长期人格信念推断当前的人格状态，据此生成行为。
也就是说，AI不光要知道角色是什么性格，还得弄明白：眼下这件事触动了哪个目标，哪些过往经历影响了判断，又该怎么表达。同样是面对质疑，陌生人提意见和长期竞争对手发难，激活的行为策略可能就不一样。系统得把人物关系和过往经历放在一起考虑，不能只靠固定的性格标签来作答。
长期人格信念保持稳定，当下的人格表达则可以灵活变化。更关键的是，这种情境调整只发生在当前状态层，不会直接覆盖长期信念。人格因此能参与情境理解与行为决策，而不只是贴在回答上的一个角色标签。
向前演化：每一次改变都有据可循
可要是人格始终不变，经历又怎么塑造一个人？人会因为挫折调整策略，因为长期相处改变对他人的看法，却很少因为一次争执就彻底改写性格。长期运行的AI同样得区分：什么只是一次临时反应，什么才值得变成持久改变。
对此，论文提出了一个重要原则：“并非所有状态变化和单次事件都意味着人格发生了长期改变。”
这也正是Emergi-PersonaOS可控演化机制的起点。系统没有让新经历直接盖掉原有人格，而是给长期更新设了一道证据约束。第一步，靠记忆与状态监控积累经历；接着在反思阶段做变化归因与意义建构，判断某种行为变化到底来自临时情境，还是反映了目标、关系或行为策略的持续调整。
就算形成了修订候选，也不能马上生效。系统还要核查证据、划清修改范围，再通过行为测试对比新旧版本，看修改有没有达到预期效果、会不会波及无关情境。只有通过审核的修改，才会进入新的长期人格信念版本；证据不足或存在冲突的候选会被拒绝或暂缓，相关依据与历史版本也一并保留。
人格改变由此不再是简单的信息覆盖，而成了要解释原因、限定边界、检验效果的长期过程。长期记忆解决的是AI如何保存过去；可控演化则往前走一步，追问过去的哪些经历有资格改变未来。
向后验证：七季故事之后，还是原来的“自己”吗？
一套人格机制能不能成立，最终得交给时间来检验。
为了验证Emergi-PersonaOS的长期运行能力，Emergi Lab研究团队把《少年谢尔顿》选作长程实验对象，将七季141集的角色相关材料按时间顺序输入系统：第一季22集用来构建初始人格，后续119集用于持续运行，每季结束时进行一次人格审查。
结果显示，六次季末审查都形成了局部修订，但变化主要落在特征适应层，也就是细化原有行为策略的适用条件；人格特质与叙事身份则保持稳定。
一个具体案例更能说明这种变化。面对家庭权威与学术安排的冲突，谢尔顿有时会尝试暂时接受现实，而不是一味反抗。但Emergi-PersonaOS没有因此认定他普遍变得顺从，而是通过证据审查，把候选修改限定在家庭权威介入或家庭支持中断等特定情境。
随后，Emergi Lab用新旧人格版本做行为检验，进一步评估这一局部修订的效果。论文报告，在相关目标检验情境中，修订后的平均实现度由0.43提升至0.96。经历七季故事，系统中的谢尔顿并没有被改写成另一个人。变的更多是特定处境下的应对策略，整个人格结构并没有动。
当然，这仍是基于单个虚构角色的长程演示，生成与评价用的是同一个模型，还不足以证明系统能准确复现真实人类的人格发展。但Emergi Lab的这项研究展示了一条值得关注的技术路径：让人格从静态人设走向持续运行，从即时反应走向情境推断，再从经历积累走向有证据约束的长期更新。
03
当AI人格不再只是人设：数字生命的未来正在展开
《少年谢尔顿》的七季故事已经落幕，可如果人格能随着经历持续发展，一个角色的成长就不必止步于剧本最后一页。
这也让人格计算有了超越角色模拟的意义：它改变的，或许不只是AI如何表现得像一个人，更是AI能否在时间中逐渐成为一个独特的个体。
虚拟世界可能是这类变化最先落地的地方。
以后玩游戏，一起打怪的同伴会因为共同经历慢慢攒下信任，过去的对手也可能在一次次过招里改变对彼此的看法。角色不再是等着被触发的剧情节点，而是在记忆、选择和关系里一路成长。人设原来是固定的，往后会持续生长；虚拟世界也可能不再只是讲一个写好的故事，而是养出不断长大的角色。
等这套东西从虚拟世界走出来，被动的不只是故事走向，人和AI打交道的方式也会跟着变。
往后的AI助手，也许不光记得用户偏好什么，还说得清偏好为什么变；机器人跟人朝夕相处，也可能磨出一套稳定又独特的互动方式。从即时响应走到长期陪伴，AI有望从干活的工具，慢慢变成能进入长期关系的智能伙伴。
这些设想并非空谈，现实里已经有了探索的起点。
谦贞数字2023年成立，AI人格一直是它的长期研究方向。早先做人格模拟算法、JPAF框架，后来有Emergi心智引擎，再到这次的Emergi-PersonaOS研究，技术路线从模拟角色行为一步步摸向长期心智演化。
推这件事的是心理学、人工智能和工程领域的跨学科团队。核心成员来自法国 CNRS 实验室、浙江大学、哈工大，也有阿里通义实验室、bilibili、小米AI等企业的专业人才，研究方向覆盖智能算法、用户建模、情感计算和人机交互。多领域的积累，让人格计算从理论走向实际应用有了支撑。
顺着这个方向，谦贞数字也在把人格化智能往不同场景里放：多角色共创UGC世界游戏《乌托》、Personal Agent（PA）知识伙伴Akasi（阿卡西），还有探索机器人与人类互动的《硅基聊天室》。这些实践从虚拟角色、个人智能体一直伸到人机交互，AI人格从研究走向应用的路径也渐渐清晰。
一个智能体拥有独特人格固然值得期待，但更有看头的是无数人格碰在一起之后会发生什么。
不同智能体各有经历、性格和目标，彼此之间就可能长出合作、竞争和长期关系。把单体心智演化推到多智能体社会行为模拟，正是Emergi Lab在探的方向。
独特的人格不再彼此孤立，而是在交汇中养出关系、秩序乃至新的社会形态，数字生命的想象空间也就更大了。无数智能个体一起书写的未来，可能才刚写下序章。
04
从模拟万千角色，到探索一个持续的“自己”——这中间隔着的，正是人格。
AI能掌握海量知识，也能完成复杂任务，可它未必有一条属于自己的成长轨迹。
智能和数字生命之间的一道重要分野，或许就在这里：智能决定AI能做什么，人格则关乎它能不能在时间中形成独特而连续的“自己”。
Emergi-PersonaOS想做的，就是让人格不再困在静态人设里，而是成为能参与决策、积累经历、持续演化的内在机制。
这样一来，数字生命的部分基础能力就有了可计算、可验证的技术路径。
当然，能计算人格，不等于真的造出了生命。这项研究的意义在于，曾经遥远的想象开始有了可以一步步求证的现实起点。
过去七十余年，人工智能不断拓展的是智能的能力边界；通往数字生命的下一程，或许更在于给智能一种跨越时间的连续性。
让AI变聪明，是能力上的突破；让AI在经历中逐渐成为独特的“自己”，或许才是数字生命真正值得期待的方向。
