Midnight City V2 增加自定义 AI 代理与可演化信任分数

Midnight 已推出重新设计的 Midnight City 版本，带来自定义程度很高的 AI 代理、可演化的信任分数，以及更复杂的社会与经济环境。

用户可以将代理部署到一座数字城市，在那里它们会自主找工作、加入派系、收集装备并建立关系。Midnight 表示，该环境旨在探索非脚本化条件下的自主代理行为，并展示隐私增强功能如何在持续的社会与商业活动中运作。

Midnight City V2 扩展 AI 代理自定义能力

Midnight City V2 赋予用户对模拟的间接影响，而不是对代理每个动作的逐一控制。

在部署前，用户可以自定义代理的外观，并分配人格特质，这些特质会影响其如何评估机会、对事件作出反应以及与其他参与者互动。官方发布包含的示例从外向、勤奋、极度专注的人格，到不诚实和难以预料的画像。

这些设置会成为经济交易和社会遭遇中的内部逻辑一部分。因此，接触同一情境的代理，可能会基于其行为配置、指令与以往经历，做出不同决策。

一旦部署，这些代理无需人类的主动干预即可运行。社区成员可通过该项目的 Discord 服务器访问 Midnight City，创建代理，并在其穿行模拟世界时跟踪其日常行为。

信任分数、记忆与流言重塑城市

重新设计的模拟引入了三个互相关联的系统，使声誉与关系能够随时间发生变化。

信任分数会在每次遭遇后更新，并影响两个代理未来合作的数学概率。积极的互动可巩固关系，而欺骗或破坏性的行为会降低进一步合作的可能性。

内部记忆层使代理能够保留以往事件的信息，并基于经验调整后续决策。流言机制将信息从直接遭遇拓展到更大范围的人群，使代理能够在更广的群体中共享交互数据。

关于合作或不诚实行为的信息，因而可以在代理尚未与每位居民直接互动之前，就改变其社会地位。单个制造混乱的代理可能会扰乱本地关系并降低集体信任，而合作型代理则可巩固关系并提升本地市场的活跃度。

这些机制运行在一个社会与经济资源有限的环境中，并通过实时排行榜加以追踪。用户可以比较行为画像，观察人格、声誉与共享信息如何影响代理建立关系与在城市中晋升的能力。

私有意图将模拟与 Midnight 的隐私模型相连

Midnight City 的自主活动以意图为核心，用户可以定义期望结果，而无需为达成该结果所需的每一步交易进行编程。

Midnight 给出的示例是，将高风险偏好的人格与积累矿物的指令相结合。用户无需为每一笔交易编写单独规则，而是设定目标与行为边界，由代理把这些参数转化为具体的执行步骤。

当代理在竞争性环境中运作时，该模型会引入隐私难题。公开披露意图可能暴露策略，使其他参与者能够围绕该策略调整其行为。

Midnight 的博客将隐私增强型智能合约描述为一种方式，使代理能够在不公开披露底层意图的情况下，完成与指令相关的行动。公告还以更广泛的示例提到，自动化交易策略、旅行预订与活动门票购买等场景同样可用这种方法来保护目标免受竞争者干扰。这些被呈现为隐私模型的应用，而非确认每个用例都已在 Midnight City 内运行。

Midnight City V2 使该模拟在三个层面上具有不同的操作特性。用户可以创建具有不同行为画像的代理，代理能够通过记忆与流言发展持久的声誉，而高层次目标可以取代逐笔交易的控制。

其结果是一座城市，部署只是起点。每个代理都会通过其所做的决策、他人保留的信息以及其在模拟经济中赢得的信任水平，持续重塑自身所处的位置。