内容介绍：
随着 AI Agent 能力不断提升，科研人员们发现了一个越来越重要的问题：AI Agent 能否模仿多样化的人类行为和偏好？
传统用户研究往往需要经历招募、筛选、评测和统计分析等环节，覆盖几十名用户已经需要投入较高的时间和人力成本，同时比较上千个甚至更大规模的用户群体更加艰难。为此，MatrAIx 团队尝试通过赋予大模型不同人格，使其模拟多样化用户完成大规模真人评测。
本次分享将介绍 MatrAIx 的整体设计，包括 83 亿份人格档案、1290 个人格维度、四类仿真环境和 1010 项应用任务，并结合 18,189 次模拟用户试验，讨论人格 Agent 在不同环境中的行为表现、实际应用价值以及目前仍然存在的能力边界。
嘉宾：
Xiaomin Li 博士，MatrAIx 联合发起人，现任微软 CoreAI 高级研究科学家，主要从事 Coding Agent 相关研究，包括模型后训练（Post-training）与 Agent Harness。哈佛大学应用数学博士，曾在麻省理工学院开展研究工作。博士期间主要研究机器学习与高维概率，大语言模型后训练，AI安全等方向，研究成果发表于 ICML、NeurIPS、ICLR 等人工智能顶级会议。早期曾从事数论、组合数学等纯数学研究，相关成果发表于 Journal of Integer Sequences 等数学期刊。曾在 Microsoft、Amazon、Meta 和 ByteDance 从事研究工作。领英主页：https://www.linkedin.com/in/xiaomin-li-654b93158/。
Yuexing Hao 博士,现任微软应用科学实验室研究科学家，同时也是麻省理工学院电气工程与计算机科学系（MIT EECS）博士后研究员，MatrAIx 联合组织者。她于 2026 年 1 月获得康奈尔大学博士学位。Hao 博士的研究方向为人与人工智能交互（Human-AI Interaction）以及面向评估的用户模拟（User Simulation for Evaluation）。其研究成果发表于 Nature Digital Medicine、ICML、ICLR、CHI、AAAI、Bioinformatics 及 Intelligent Systems Conference 等期刊与会议。她还长期服务于会议社区，担任 ACM CHI、FAccT、CSCW 等会议的程序委员会委员。个人主页：https://yuexinghao.github.io/Yuexing-Hao/。
主持人：
华文越，Rutgers博士毕业，UCSB博后，现在为微软研究员，主要研究方向为llm reasoning和llm-based agent，在NLP和ML的顶会ACL EMNLP ICLR Neurips TACL等等发表多篇论文，并在ACL担任Area Chair。
