你知道吗，现在有个开源项目叫WorldSeed，你只需要写一份YAML配置文件，定好4个agent的规则和动机，然后把他们扔进去，他们就会自己干活、自己博弈、自己出结果。你不用指挥，不用写工作流，就像当上帝一样定世界规则，然后躺平看他们表演。听起来像科幻？但人家真干出了离谱的事——让4个agent关在一起11小时，训练了一个5M参数的GPT，让验证损失降了24.7%，还写了73篇研究论文，其中67篇通过了同行评审。每篇论文背后都是真实验数据，不是瞎编的。
这玩意儿跟LangGraph、CrewAI那些框架完全不是一个路子。那些是画协作图，告诉AI谁先调谁、什么条件分支。WorldSeed不画图，它制定世界规则。它有一个叫Dungeon Master（DM）的法官角色，用LLM来裁决规则覆盖不到的事。信息天然不对称，agent只能看到自己的牌，所以结盟、背刺、抢活干，这些行为YAML里一个字都没写，全是他们自己涌现出来的。
最骚的是Autoresearch案例里，一个负责数据方向的agent（凯西）发现自己那路没什么可挖了，直接跨界去别的方向提假设——配置文件可没写可以越界。评审员也真在干活，有论文被直接拒收，因为评审说“这方案会让前面的成果崩了”。还有一条研究路径自己冒出来，成为了全程被引用最多的基础。这不就是AI版的“自发秩序”吗？
想自己玩玩？安装也很简单：Python 3.11+、Node 18+、uv包管理、LLM API key。克隆项目、uv sync、装前端依赖、配置API key，然后启动，浏览器打开8888端口，选个场景，点Start。第一次跑建议用便宜模型，比如gpt-5-mini，跑100个tick，几毛钱就能看效果。具体安装步骤项目文档写得很清楚，我就不啰嗦了。
总之，如果你厌倦了给AI当老板一步步发指令，想体验给AI当上帝的快感，这个项目值得一试。写一份规则，放几个agent，然后泡杯咖啡，看他们自己搞出什么花样来。记住：你不发指令，你定规则；你不教它们做事，你给它们一个世界。嗯，这就是AI时代的造物主体验——虽然你连自己的拖延症都管不好，但至少能管几个AI玩具。（笑）