1. 项目缘起：当极端热浪遇上智能体模拟
最近几年，夏天是越来越难熬了。新闻里“史上最热”、“红色预警”这些词出现的频率高得吓人，身边的朋友同事也都在抱怨，不开空调简直没法活。作为一个长期关注环境与公共健康交叉领域的研究者，我一直在思考一个问题：我们到底该如何量化一场热浪对人群健康带来的真实冲击？传统的流行病学模型，比如基于统计回归的模型，能告诉我们温度和死亡率之间存在相关性，但它很难刻画个体行为的差异——为什么同样在高温下，有人选择去商场避暑，有人却还在户外工作？为什么有的社区中暑风险远高于其他社区？
这正是我启动这个项目的初衷。我想尝试一种更“鲜活”的的方法，去模拟在极端高温事件中，一个个有思想、会决策的“人”（我们称之为“智能体”）是如何与环境互动，并最终影响整个群体的健康结局的。而让这个想法得以实现的，是两项看似不相关技术的结合：基于智能体的模拟和大语言模型。前者为我们搭建了一个虚拟的“数字社会”，后者则为这个社会里的每个“居民”注入了接近人类的决策与沟通能力。简单来说，我们不再是把人看作一个冷冰冰的统计数据点，而是尝试在计算机里“创造”出一个会思考、会交流、会因热浪而改变行为的微观社会，以此来观察宏观的健康影响是如何从无数个微观互动中涌现出来的。
2. 核心工具箱拆解：ABM与LLM为何是绝配
要理解这个项目的价值，得先拆解我们手里的两件核心工具：基于智能体的模拟和大语言模型。它们各自解决了传统研究中的哪些痛点，又是如何互补的。
2.1 基于智能体的模拟：从“平均人”到“具体人”
基于智能体的模拟是一种自底向上的建模方法。想象一下，你要模拟一个城市的交通拥堵。传统模型可能关注整体车流量和道路容量。而ABM的思路是，先在电脑里生成成千上万个“司机”智能体，每个智能体都有自己的属性（比如家在哪、公司在哪、驾驶习惯是激进还是保守），并遵循一套简单的规则（比如“遇到红灯停，绿灯行”、“与前车保持安全距离”）。当你让所有这些智能体同时运行起来，宏观的交通拥堵模式就会自然而然地出现，甚至可能出现模型设计者都未曾预料到的“幽灵堵车”现象。
在公共卫生领域，ABM的魅力在于它能刻画异质性和交互性。传统模型里的“人群”往往是一个同质的整体，但现实中，人对热浪的脆弱性天差地别：老年人、户外劳动者、患有心血管疾病的人，他们的风险远高于健康的年轻白领。ABM允许我们为每个智能体赋予不同的年龄、职业、健康状况、居住条件（有无空调）、社会关系网络。更重要的是，智能体之间可以互动。比如，一个智能体感到不适，可能会打电话给家人求助；社区网格员智能体可以收到预警，去巡查独居老人。这些微观的互动，最终会汇聚成社区层面的应急响应效率和整体的疾病负担。
然而，传统的ABM有一个瓶颈：智能体的行为规则往往是研究者预先用“if-then”逻辑硬编码的。例如，“如果温度超过35°C且智能体是户外工作者，则有70%概率停止工作”。这种规则虽然清晰，但过于僵化，无法模拟人类在复杂情境下的模糊判断、经验学习以及基于自然语言的复杂沟通。
2.2 大语言模型：为智能体注入“常识”与“沟通力”
这正是大语言模型大显身手的地方。LLM，比如大家熟知的GPT系列模型，经过海量文本训练，掌握了丰富的世界知识、逻辑推理能力和自然语言生成能力。在我们的项目中，LLM并非用来生成研究报告，而是扮演了两个关键角色：
智能体的“大脑”：我们将每个智能体的属性（年龄、职业、健康状态等）和当前所处的环境状态（温度、湿度、所在位置）作为提示词的一部分，输入给LLM。然后向LLM提问：“基于你当前的状况和环境，你接下来一小时打算做什么？”LLM会基于其内部蕴含的常识（比如“高温下应减少户外活动”、“感到头晕可能是中暑前兆”），为每个智能体生成高度情境化、合理且多样的行为决策，如“回家打开空调休息”、“去附近的社区中心纳凉”、“虽然很热，但工作要紧，继续干活但要多喝水”。
智能体间的“沟通桥梁”：当智能体之间需要交流时，比如家人询问状况或社区发布预警，我们可以让LLM来生成和理解这些自然语言对话。这使得信息传递不再是简单的布尔值（收到/未收到），而是包含了情感、劝说、误解等丰富维度，更贴近现实。
两者的结合点就在于，LLM解决了ABM中行为规则刻板、无法处理开放域问题的缺陷；而ABM则为LLM提供了一个结构化的、可控制的环境来验证其决策在动态社会系统中的后果。我们不是让LLM天马行空地幻想，而是将它“约束”在模拟器提供的具体情境中，使其输出服务于科学仿真。
3. 仿真系统架构设计与实现关键
有了理论上的构想，下一步就是把它变成一个可以运行的仿真系统。整个系统的架构可以看作一个“环境-智能体-模型”的循环。
3.1 环境层：构建数字化的热浪场景
首先，我们需要一个能驱动整个模拟的“世界”。这个环境层主要包括：
- 地理信息数据：我们选取了一个真实的城市区域，导入了其GIS地图数据，包括建筑轮廓、道路网络、绿地、商业设施（商场、社区中心）、医疗机构的位置。每个智能体都有一个“家”的坐标，并可以在地图上移动。
- 气象数据驱动：我们输入了历史上一段真实的热浪期间逐小时的气温、相对湿度、风速等数据。同时，我们定义了“热应激”指数，如湿球黑球温度，这是一个综合考虑了温度、湿度、辐射和风速的指标，能更准确地反映人体的实际热感受。环境层会随时间步长（例如每小时）更新整个地图网格上的WBGT值，室内外采用不同的衰减模型计算。
- 建筑热特性：我们为不同类型的建筑（老旧居民楼、新建公寓、商场、办公楼）设定了不同的隔热性能和空调普及率。一个在装有空调的商场内的智能体，其微环境温度与在铁皮棚户下的智能体截然不同。
3.2 智能体层：定义个体属性与LLM集成
这是系统的核心。我们生成了数万个智能体，每个智能体都是一个独立的数据结构，包含：
- 静态属性：年龄、性别、职业（办公室职员、建筑工人、快递员、退休等）、基础疾病（高血压、糖尿病等）、居住地址、家庭结构。
- 动态状态：当前位置、体温、脱水程度、热疲劳指数、健康状态（健康、轻度不适、热衰竭、中暑）。
- LLM接口：这是最关键的部分。我们为每个智能体维护了一个“上下文”，其中记录了其个人属性和最近几次的行为与感知。当需要决策时，系统会构造这样一个提示词发送给LLM（以API调用方式）：
你是一个生活在[城市名]的居民。以下是你的个人情况： - 年龄：[X]岁 - 职业：[职业] - 健康状况：[有无基础病] - 当前时间：[某日 下午2点] - 当前位置：[建筑工地] - 当前环境：户外，温度38.5°C，湿度65%，WBGT指数极高。 - 身体感觉：开始大量出汗，有点头晕。 - 社会关系：家中有一名配偶。 你过去两小时一直在户外工作。请基于以上情况，决定你接下来一小时的主要行动，并简要说明理由。请只输出行动和理由。LLM可能会返回：“行动：立即停止工作，移动到阴凉处休息，并大量饮水。同时给配偶打电话说明情况。理由：当前WBGT指数极高，已出现头晕症状，这是热衰竭的早期迹象，必须立即中断暴露，防止发展为重度中暑，危及生命。”
系统会解析这个输出，将其转化为模拟器可执行的指令：改变智能体位置状态、触发通话事件、更新其水分摄入状态等。
3.3 交互与涌现层：运行模拟与观察结果
当所有智能体都被“激活”后，模拟便按时间步长推进。在每个步长中：
- 环境更新气象条件。
- 每个智能体感知环境（获取所在位置的WBGT值）。
- 智能体通过LLM进行决策。
- 智能体执行决策（移动、工作、休息、沟通）。
- 根据环境暴露程度和个体脆弱性，更新每个智能体的生理状态（使用经典的热生理学模型，如PSI指数）。
- 处理智能体间的交互（如求助电话可能触发家人前来接送或呼叫救护车）。
- 记录数据：包括中暑发病率、急诊就诊人数、非意外死亡率、不同区域的人口暴露分布、空调使用导致的电网负荷变化等。
通过调整热浪的强度、持续时间、不同干预策略（如提前发布预警的覆盖面和措辞、开放更多避暑中心、针对脆弱人群的定向巡查），我们可以运行多次模拟，观察这些宏观健康结局指标的变化，从而评估不同政策干预措施的有效性。
4. 实操中的挑战与模型调优心得
这个项目听起来很美好，但真正动手做，坑是一个接一个。下面分享几个我们在实现过程中遇到的核心挑战和解决思路。
4.1 计算成本与推理延迟的平衡
最大的现实挑战就是钱和时间。调用商用LLM的API是按token收费的，数万个智能体每个时间步都做一次决策，成本是天文数字，延迟也无法接受。我们的解决方案是分层级、分频率调用：
- 关键决策才调用LLM：并非每个智能体每个时间步都需要LLM决策。我们设置了一个“决策阈值”。当环境热应激低于某个值，且智能体处于常规状态（如在有空调的家中）时，采用预设的简单规则（如“居家休息”）。只有当热应激超过阈值，或智能体健康状态发生变化时，才触发LLM决策。这减少了80%以上的API调用。
- 批量处理与缓存：将同一类情境的智能体决策请求批量打包，发送给LLM，可以显著降低平均成本。此外，对常见的、标准的决策结果（如“高温预警下，健康成年人选择去商场”），我们建立了一个本地缓存库，遇到相似情境直接复用，避免重复计算。
- 使用小型化或本地模型：对于不需要极强创造力的决策场景，我们尝试了微调后的中小型开源模型（如Llama 2-7B），部署在本地GPU服务器上。虽然生成质量略逊于顶级商用模型，但在成本可控的前提下，对大多数场景已足够可用。
4.2 确保LLM决策的合理性与可控性
让LLM自由发挥是危险的。我们遇到过智能体在40°C高温下决定“去户外跑步锻炼身体”这种荒谬决策。因此，提示词工程和输出约束至关重要：
- 结构化提示词：我们设计了非常详细的提示词模板，明确限定了角色的背景、可获取的信息、需要优先考虑的因素（如个人健康、家庭责任），以及输出的格式。例如，会强调“作为一名建筑工人，你的公司是否有高温停工规定？请优先考虑生命安全。”
- 后处理校验：对LLM的输出，我们有一套规则进行校验。如果决策明显违反基本安全常识（如在极端高温下增加户外剧烈活动），系统会拒绝该决策，并要么回退到预设安全规则，要么给LLM一个更强调风险的提示词让其重新生成。
- 加入随机性与个性：为了避免所有智能体行为同质化，我们在提示词中加入了“个性种子”，比如“你是一个比较谨慎的人”或“你是一个对收入很看重、不太在意健康风险的人”。同时，在解析LLM输出后，会引入一个小的随机概率来执行决策，以模拟现实中的不确定性。
4.3 模型验证与校准：如何相信你的模拟结果？
一个无法验证的模拟只是高级玩具。我们采用了多种方法进行验证：
- 历史数据拟合：我们选取了一段有详细健康统计数据的真实热浪时期，用历史气象数据驱动模型，然后将模拟出的每日死亡人数、急诊量与真实数据进行对比。通过反复调整智能体的基础脆弱性参数、行为响应灵敏度等，使模拟结果在趋势和量级上与历史数据大致吻合。这个过程叫做校准。
- 敏感性分析：我们系统性地改变关键输入参数（如LLM的决策温度阈值、预警信息的传播效率），观察输出结果的变化幅度。如果某个参数的微小变动导致结果剧烈波动，说明模型对此过于敏感，需要检查其合理性或收集更精确的数据。
- 分模块测试：先将LLM剥离，测试ABM核心的热生理学模型和移动模型是否合理；再测试LLM在固定情境下的决策分布是否符合常识（例如，向1000个智能体询问同一高温情境下的选择，看选择“避暑”的比例是否占绝大多数）。
5. 从模拟到洞察：我们发现了什么？
经过多轮模拟和参数调试，我们得到了一些超越传统统计模型的、更具动态性和机制性的发现。
5.1 干预措施的“非线性”效应与临界点
传统上，发布高温预警被认为是有益的。但我们的模拟显示，其效果并非线性。当预警信息仅通过大众媒体广播时，对信息不敏感的人群（如不用智能手机的老年人、忙于工作的户外劳动者）覆盖有限，整体健康收益存在“天花板”。然而，当预警信息能通过LLM赋能的智能体社交网络进行传播（即智能体之间会通过自然语言互相提醒）时，会出现一个“临界点”。一旦网络中有一定比例的活跃节点（如社区志愿者、家庭中的年轻成员）接收到信息并开始行动，信息就会通过社交关系链快速渗透到那些最脆弱但最不易触达的群体，从而显著提升整体干预效果，降低中暑发生率。这提示我们，公共预警系统需要与社区网格、家庭纽带等社会网络深度融合，而非单向广播。
5.2 脆弱性在时空上的聚集与演化
模拟让我们直观地看到了热浪风险并非均匀分布。在热浪初期，风险主要集中在暴露维度高的群体，如户外工作者。随着热浪持续，风险开始向敏感维度高的群体转移，如患有慢性病的老年人，即使他们待在室内，持续的高温也可能诱发基础病恶化。我们的模型可以动态绘制出不同时段城市中“风险热点”的变迁图。例如，白天风险热点在建筑工地、快递站点；夜间则转移到了老旧小区、通风不良的出租屋。这种动态视角对于精准配置应急资源（如白天在工地附近部署流动救护点，夜间加强老旧社区巡查）极具指导意义。
5.3 个体适应性行为的连锁反应
LLM赋予智能体的适应性行为产生了有趣的宏观效应。例如，模拟显示，当大量智能体在高温日选择前往大型商场避暑时，不仅降低了他们的个人风险，还导致商场区域的微环境因空调集中运行而负荷骤增，同时周边交通流量出现异常模式。更值得注意的是，这间接暴露了新的脆弱群体：那些无法离家或前往商场的人（如卧床病人、需要照顾幼儿的母亲）的相对隔离程度和风险感知被加剧了。这意味着，一项促进避暑的普适性政策，可能需要配套的针对性措施来保障无法受益的少数群体，否则可能会无意中加剧健康不平等。
6. 局限、反思与未来方向
当然，这个模型远非完美，它有很多局限，也是在不断反思中推进的。
首先，模型的真实性永远是对现实的简化。我们虽然引入了LLM，但智能体的认知复杂度、情感深度与现实人类相比仍有巨大差距。其决策基于训练数据中的统计模式，而非真实的生活经验和情感驱动。
其次，数据饥渴与参数不确定性。模型需要大量高质量数据来校准：精确到社区的人口属性分布、不同职业的真实工作暴露参数、建筑的热工性能数据、详细的健康结局数据等。很多数据难以获取，只能用代理变量或假设，这给结果带来了不确定性。
再者，计算成本依然是门槛。尽管我们做了优化，但要进行大规模、长时序、高分辨率的模拟，尤其是想集成更强大的LLM，成本依然高昂，限制了其常规化、业务化运行的可能性。
面向未来，我认为有几个方向值得深入：
- 多模态模型集成：未来的智能体不仅能“读”文本信息，还能“看”到环境（集成视觉模型），感知更丰富的环境线索。
- 与实时数据流对接：将模型与实时的气象观测、社交媒体情绪、急诊分诊数据连接，实现热浪健康风险的近实时评估与预测，真正用于应急指挥。
- 探索更复杂的交互机制：模拟智能体与基础设施（如电网、交通系统）的相互影响，评估热浪下的复合型基础设施风险。
- 专注于机制解释而非精确预测：或许这类模型最大的价值不在于预测下个月中暑的确切人数，而在于像一个“政策风洞”或“思想实验平台”，帮助我们发现那些反直觉的因果机制、识别干预措施的杠杆点，以及暴露我们知识体系中的盲区。
做这个项目的过程，就像在搭建一个微型的、可反复实验的数字社会。每一次模拟运行，都是一次对“如果……会怎样”问题的探索。它无法给出确切的答案，但能提供传统方法难以触及的视角和洞察。对于关心气候韧性城市建设的研究者和决策者来说，这类工具或许能帮助我们更好地为那个越来越热的未来做准备。
