Claude Code を使って1,255体ものAIペルソナを動かし、歌舞伎町の夜（22:00〜02:00）を丸ごとシミュレーションするという実験が話題になっています。AIエージェント研究者の「すぐる」さん（@SuguruKun_ai）が実施したこの試みは、マルチエージェントAIによる社会シミュレーションの新たな可能性を示しています。

実験の概要

実験のセットアップはシンプルながら規模が大きいものです。

  • 使用ツール: Claude Code
  • AIエージェント数: 1,255体
  • シミュレーション対象: 歌舞伎町（新宿）の夜
  • シミュレーション時間: 22:00〜02:00（4時間）
  • 実行方式: 240分を1分刻みで回す（タイムステップ方式）

各AIエージェントには固有のペルソナが与えられ、「それぞれの人生を抱えて歌舞伎町を彷徨う」という設定です。観光客、ビジネスマン、地元住民など、異なる背景を持つ人物像がリアルな夜の繁華街を動き回ります。

驚きのシミュレーション結果

240分のシミュレーションを実行した結果、現実の歌舞伎町を彷彿とさせるリアルな数値が出ました:

指標結果
予算超過率53.7%
客引き遭遇224件
ぼったくり被害者23人（観光客の11.5%）
総消費額¥29,517,700

特に「観光客の11.5%がぼったくり被害に遭う」という数値は、現実の繁華街リスクと照らし合わせても説得力があります。予算超過率53.7%は、夜の歌舞伎町での出費が予想外に膨らみやすいという現実を的確に捉えています。

なぜこの実験が面白いのか

AIエージェントによる社会現象の再現

従来の社会シミュレーションは、統計モデルやルールベースのシステムで行われてきました。しかし今回の実験では、LLM（大規模言語モデル）ベースのエージェントが「意思決定」を行います。各ペルソナが自分の「人生」に基づいて行動するため、事前にプログラムしていなかった社会現象（ぼったくりの被害パターン、予算オーバーの傾向など）が創発（個々のルールには存在しないのに全体として現れる現象）として観察されます。

スケールの壁を超えたClaude Code

1,255体のエージェントを同時に動かすには、大量の並列処理が必要です。Claude Code のエージェントオーケストレーション能力を活用することで、こうした大規模マルチエージェントシミュレーションが個人の研究レベルで実現できるようになっています。

「1分刻み」のタイムステップ設計

240分（4時間）を1分ごとに区切って処理する設計は、「リアルタイム性」よりも「因果の連鎖」を追うための工夫です。ある時間帯の客引き遭遇が、次の分の意思決定に影響を与えるという連鎖が、リアルな消費行動を生み出します。

社会シミュレーションの応用可能性

この種の実験は、歌舞伎町という特定シナリオにとどまらず、幅広い応用が考えられます:

  • 都市計画: 新しい施設や道路が人の流れに与える影響を事前シミュレーション
  • 防災・安全対策: 緊急時の避難行動パターンの予測
  • 経済政策: 価格変動や規制変更が消費者行動に与える影響分析
  • マーケティング: 特定の顧客層がどのような意思決定プロセスを経るかの理解

技術的なポイント

ペルソナ設計の重要性

1,255体のAIに「それぞれの人生」を持たせるには、多様なペルソナ定義が必要です。年齢、職業、予算感、リスク許容度、アルコール耐性など、現実の人間の多様性を反映したパラメータ設定が、シミュレーションの精度を決定します。

LLMの「常識」を活用する

ルールベースのシミュレーションと異なり、LLMベースのエージェントは「客引きに声をかけられたらどうするか」という判断を、事前に全パターンを列挙しなくても処理できます。モデルが持つ常識的知識と推論能力が、複雑な社会的相互作用を自然に再現します。

まとめ

Claude Code × 1,255体のAIによる歌舞伎町シミュレーションは、マルチエージェントAIが社会科学的な研究ツールとして機能することを示した好例です。現実社会のリスク分布（ぼったくり被害11.5%・予算超過53.7%）を定量的に再現した点が、この実験の最大の価値といえます。

LLMの「個々の判断能力」と「大規模並列実行」を組み合わせることで、これまで計算コストや設計コストが高すぎて実現できなかった社会シミュレーションが、個人の研究者レベルで実行可能になってきています。

元の X スレッドでは順を追った詳細解説も公開されているので、技術的な実装に興味がある方はぜひチェックしてみてください。

参照: