1 июня 2026 г.

Миллион взаимодействий: как люди играют в LifeSim

Аннотация

Миссия LifeSim — помочь каждому человеку раскрыть свой безграничный скрытый потенциал.

В LifeSim зафиксирован миллион взаимодействий. В этом исследовании мы анализируем 629 169 сообщений, чтобы понять, как люди создают персонажей, строят отношения и играют.

Самая долгая подтверждённая сессия длилась 13,4 часа и состояла из 1143 сообщений игрока. Игроки создали 62 616 персонажей. Ниже мы анализируем их поведение и темы разговоров.

  • 629 169 проанализированных сообщений в чате
  • 806 мин — самая долгая подтверждённая сессия (13,4 ч, 1143 сообщения)
  • 62 616 персонажей, созданных игроками
  • 74 696 сохранённых эмоциональных воспоминаний
  • 88,9% контента демонстрирует эмоциональную уязвимость
Миллион взаимодействий подтверждает: LifeSim — это не просто очередной чат-бот, а принципиально новая среда. Здесь ИИ — не инструмент для развлечения, а песочница с искусственными существами, наделёнными свободой воли. Их поведение основано на постоянных, сохраняющих состояние и эмоционально последовательных симуляциях. Миссия LifeSim — помочь каждому человеку раскрыть свой безграничный скрытый потенциал.
Эмерджентность 1Эмерджентность 2Эмерджентность 3Эмерджентность 4
Эволюция развлечений
ЭпохаГодЧерты характера
Книги1450Пассивно · По сценарию · Чтение
Телевидение1950Пассивно · По сценарию · Просмотр
Netflix2007Пассивно · По алгоритму · Запойный просмотр
Соцсети2010Реактивно · По алгоритму · Скроллинг
ИИ-чат-боты2022Активно · Без сохранения состояния · Чат
LifeSim2025Активное создание · Постоянство · Эмерджентность

1. Тезис

LifeSim — это новая категория развлечений на базе ИИ: постоянный многоагентный симулятор жизни. В нём игроки создают персонажей с глубоким внутренним миром, строят отношения с ИИ-существами и участвуют в эмерджентных сюжетах в декорациях реального мира. Эта категория стала возможной лишь тогда, когда базовые модели стали достаточно связными для многоэтапного, сохраняющего состояние и эмоционально последовательного взаимодействия.

Основываясь на более чем миллионе взаимодействий, этот отчёт анализирует производственные данные LifeSim на двух уровнях — поведенческом (что делают игроки) и семантическом (что они говорят и создают), — чтобы ответить на вопрос: насколько глубоко вовлечение и можно ли его измерить?

Анализ 629 169 сообщений в чате показал, что продолжительность сессии для 95-го перцентиля составляет 98,7 минуты — самые вовлечённые игроки взаимодействуют с ИИ-персонажами почти два часа. Самая долгая подтверждённая сессия длилась 806 минут — это 13,4 часа непрерывного взаимодействия с 1143 сообщениями от игрока и медианным интервалом в 30 секунд. 91,7% игроков сосредотачиваются менее чем на 10 отношениях, а не просто пробуют новое, что говорит о привязанности. Игроки создали 62 616 персонажей с проработанной личностью: 12 101 со своими страхами, 12 095 со своими мечтами и 11 501 с предысторией. В системе сохранено 74 696 эмоциональных воспоминаний. 88,9% проанализированного контента демонстрирует эмоциональную уязвимость.

Это не похоже на использование чат-бота.

LifeSim создаёт глубокое, сохраняющее состояние и эмоционально насыщенное взаимодействие. Наша двухуровневая инфраструктура анализа показывает, что эти закономерности можно отслеживать, измерять и использовать при принятии решений о продукте и моделях.

analysis_pipeline — bash
КомандаВывод
$ npm run analyze:dataset[INFO] Загрузка 639 590 необработанных записей чата...
[INFO] Применение фильтров (только игрок + NPC)...
[SUCCESS] Прошло 629 169 записей (98,4%)
$ npx ts-node src/pipelines/reconstruct_sessions.ts[WARN] Обнаружены неструктурированные разрывы в хронологии. Устранение...
[INFO] Сшивание графов отношений между персонажами...
[INFO] Расчёт диапазонов глубины вовлечения...
[DATA] P95_SESSION_DUR = 98,7 мин
[DATA] MAX_SESSION_DUR = 806,0 мин

2. Набор данных

МетрикаЗначение
Диалоги, пригодные для анализа629,169
Персонажи с проработанной личностью62,616
Сохранённые воспоминания74,696

Критерии включения. Системные сообщения (знакомства, подсказки, уведомления о воспоминаниях) были исключены из семантического анализа, чтобы выделить только диалоги игрока и NPC. Из 639 590 диалогов проверку качества прошли 629 169.

Набор данных
usable_conversations629,169
characters62,616
memories74,696
inclusionтолько игрок + NPC
filter_rate629,169 / 639,590
pass_rate98.4%

3. Инфраструктура

Инфраструктура анализа

LifeSim генерирует данные в восьми взаимосвязанных коллекциях: сообщения, персонажи, миры, состояния миров, воспоминания, уведомления, игроки и сессии. Они охватывают поведенческие сигналы, семантическое содержимое и постоянное состояние. Для извлечения структурированных данных из этого массива требуется специальная инфраструктура: два взаимодополняющих конвейера анализа, работающих со всей поверхностью данных.

Поведенческий конвейер. Канонический слой нормализации унифицирует записи со смешанными схемами, обнаруживая циклы и находя резервные решения. Поверх этого движок реконструкции сессий группирует события, связанные с игроком (в разных мирах, с разными персонажами, в чатах и при обновлениях состояний мира), используя 30-минутный порог неактивности. Конвейер строит треды, сессии и модели вовлечения из сырых производственных данных.

Семантический конвейер. Контент извлекается из пяти коллекций (чаты, персонажи, состояния миров, воспоминания, уведомления), нормализуется в единую текстовую схему и распределяется по 45 аналитическим сегментам с помощью стратифицированной случайной выборки по диапазонам глубины. Каждый сегмент классифицируется с помощью структурированного LLM-анализа (Gemini 3.1 Pro) по фиксированной таксономии, охватывающей эмоциональный регистр, динамику отношений, признаки личности, глубину контента и маркеры постоянства. Конвейер включает контрольные точки, проверку на уровне сегментов и агрегацию между ними.

Почему это важно. Большинство ИИ-компаний для массового рынка не могут систематически измерять качество взаимодействий — только их количество. Инфраструктура LifeSim измеряет и то, что игроки делают, и то, что они говорят, одновременно извлекая структурированный сигнал из поведенческих моделей и семантического контента. Это основа для продуктового цикла, управляемого данными: каждое решение о продукте можно эмпирически оценить по глубине, эмоциональной составляющей и концентрации вовлечения.
Цикл взаимодействия
ШагОтКомуДействиеДеталь
1ПользовательДвижоксообщение пользователя629 169 сообщений
2ДвижокДвижокоркестрация агентов62 616 персонажей
3ДвижокСостояниеобновление мира40 189 состояний
4ДвижокСостояниесохранение памяти74 696 воспоминаний
5ДвижокДвижокэмоциональная согласованность✓ 88.9%
6ДвижокПользовательОтвет NPCэмерджентность · без сценария
состояние сохраняется → взаимодействие усложняется

4. Поведенческие наблюдения

Пользователи ведут продолжительные глубокие беседы

Продолжительность сессии для 95-го перцентиля (P95) составляет 98,7 минуты. Самая длинная сессия в наборе данных длится 806 минут — 13,4 часа непрерывного взаимодействия с медианным интервалом в 30 секунд между сообщениями. Эта сессия содержит 1143 сообщения подряд от пользователя, и лишь один перерыв в ней превысил 20 минут (составив 23 минуты).

Все десять лучших сессий демонстрируют одну и ту же закономерность: сотни сообщений в чате, медианный интервал между сообщениями меньше минуты и живое общение от разных реальных пользователей.

МетрикаЗначение
Самая долгая подтверждённая сессия806 мин
Продолжительность сессии (P95)98,7 мин

Активное вовлечение, а не пассивное потребление

По отраслевым оценкам, средний «запойный» просмотр Netflix длится 3,8–4,1 часа, при этом около 19% зрителей смотрят сериалы более 10 часов подряд (Gitnux, 2026). Самая долгая сессия в LifeSim — 13,4 часа — попадает в эту высшую лигу. Но Netflix — это пассивное потребление в расслабленном режиме: нажал на Play и смотри. LifeSim же требует постоянного активного участия: нужно писать диалоги, принимать решения, развивать персонажей и выстраивать отношения.

Активное творческое вовлечение позволяет достичь продолжительности, ранее свойственной лишь пассивному потреблению медиа. Это и есть сигнал о создании новой категории.

в сравнении с пассивным потреблением
Средний «запой» на Netflix3,8–4,1 ч
Зрители Netflix (10+ часов)19%
Пик в LifeSim13,4 ч (активное вовлечение)

Игроки сосредотачиваются на нескольких отношениях

91,7% активных в чате пользователей ведут менее 10 отдельных диалогов. Игроки не распыляют общение на множество персонажей, а выстраивают глубокие отношения с несколькими.

Это поведение говорит о привязанности: игроки формируют прочные отношения с конкретными персонажами-ИИ, а не просто перебирают их.

5. Семантические наблюдения

Взаимодействия эмоционально насыщены

88,9% проанализированного контента демонстрирует эмоциональную уязвимость, 48,9% — глубоко личные темы. 51,1% классифицируется как содержательный и продолжительный.

Пользователи общаются с персонажами LifeSim не так, как с чат-ботами или ассистентами. Преобладает личный, эмоционально заряженный и ориентированный на отношения тон:

«Ма, я не хочу опять об этом спорить».
«Отец сказал, что ценит меня, но безопасность дома для него важнее, так что я не могу разорвать помолвку с наследным принцем».
«О, Елена... это ужасно. И несправедливо. Но ты не чудовище. Ты моя подруга, что бы ни случилось».
Тон общения
эмоциональная_уязвимость88.9%
глубоко_личное48.9%
содержательное_и_продолжительное51.1%

Игроки создают эмоционально сложных персонажей

У 62 616 персонажей есть проработанное описание личности. У 12 101 определены страхи, у 12 095 — мечты, у 11 501 — предыстория, а у 11 665 — уникальные жизненные обстоятельства. У 50 865 персонажей прописаны отношения. 80% проанализированных фрагментов описаний классифицируются как содержательные и продолжительные.

Игроки создают персонажей с внутренней мотивацией, скрытыми чертами и многогранной личностью:

«Я вырос в скромном доме и был одержим звуками».
«Крах семейного бизнеса не даёт ей покоя, заставляя с подозрением относиться к другим».
Личность персонажа
проработанная_личность62,616
страхи12,101
мечты12,095
предыстории11,501
жизненные_обстоятельства11,665
отношения50,865
содержательные_фрагменты80%

Воспоминания сохраняют эмоциональную значимость

Сохранено 74 696 воспоминаний. Самые частые чувства в них: воодушевление (2815), беспокойство (2370), растерянность (2088), надежда (1976) и озабоченность (1903). Все проанализированные фрагменты воспоминаний (250) классифицируются как содержательные и продолжительные.

Система памяти фиксирует то, что игроки и персонажи считают достойным запоминания. И эта значимость в подавляющем большинстве случаев эмоциональная, а не фактическая или деловая.

Самые частые чувства в воспоминаниях
Воодушевление2,815
Беспокойство2,370
Растерянность2,088
Надежда1,976
Озабоченность1,903
все_фрагментысодержательные и продолжительные

Глубокие беседы не просто дольше — они содержательнее

87% фрагментов из глубоких диалогов классифицируются как содержательные и продолжительные. Долгие беседы означают более насыщенный и эмоционально сложный контент, а не просто больший объём текста.

87%содержательных и продолжительных фрагментов в глубоких диалогах
глубина = качествоа не просто объём

6. Уникальные данные

Где таких данных не найти

Чат-боты создают одноразовые логи «запрос-ответ». Приложения-компаньоны с ИИ — записи диалогов двух участников. Текстовые квесты — последовательности «команда-действие». Ни один из этих форматов не генерирует то сочетание данных, которое производит LifeSim:

  • Постоянное состояние мира — 40 189 описаний состояния мира, которые отслеживают, как симулируемое окружение меняется со временем.
  • Графы отношений между несколькими персонажами — 50 865 прописанных взаимоотношений, а не только пары «игрок — ИИ».
  • Личности, созданные игроками — 62 616 персонажей со своими страхами, мечтами, предысториями и мотивами, созданные игроками или в соавторстве с ними.
  • Эмоциональная память — 74 696 воспоминаний о том, что персонажи и игроки сочли эмоционально значимым.
  • Глубина поведения и семантики — реконструкция сессий, анализ веток диалогов и степень вовлечённости измеряются параллельно с классификацией контента.

Это наш собственный набор данных, который растёт по мере использования игры и существует только в рамках LifeSim.

Экономика вовлечённости
РынокОбъёмПримечание
Пассивные медиа$2.8Tв год · мировой рынок развлечений и медиа (PwC)
На базе ИИУточняетсяв год · формирующийся рынок
NetflixLifeSim
РежимПассивный просмотрАктивное создание
Пиковая сессия~10 ч13,4 ч
Стоимость создания контента18 млрд $ в год~0 $ (генерируется)
Данные на игрокаИстория просмотровЭмоциональные паттерны игрока через активное создание
ГлубинаПо сценарию88,9% — глубокая вовлечённость
Пиковые/запойные сессии (в минутах)
ПродуктСессияМинутыРежим
NetflixСредняя запойная сессия (Gitnux)230mПассивная
Netflix19% лучших зрителей600mПассивная
LifeSimСамая долгая игровая сессия806mАктивная

7. Накопительное преимущество

В LifeSim взаимодействие с ИИ строится на том, из чего состоит реальная жизнь: отношениях, карьере, семье, конфликтах, амбициях и самоопределении. Это не чат-бот с заданной личностью, а симуляция динамики, которая действительно важна людям. Это различие определяет глубину и тип данных, которые генерирует продукт, и создаёт три накопительных преимущества:

Собственный набор данных из уникального продукта. LifeSim генерирует поведенческие и семантические данные из постоянных, сохраняющих состояние взаимодействий с несколькими персонажами ИИ. Этих данных — историй мира, графов личностей персонажей, эмоциональных воспоминаний, глубоких веток диалогов — нет ни в логах чат-ботов, ни в расшифровках приложений-компаньонов, ни в игровой телеметрии. Они же — самый дефицитный ресурс для дообучения моделей ИИ, способных поддерживать эмоционально целостное, контекстуальное и учитывающее отношения взаимодействие. Ни одна базовая модель общего назначения на это не оптимизирована. Чем больше игроков, тем богаче данные. Набор данных постоянно растёт.

Продемонстрированная способность измерять и анализировать эти данные. Представленные в этом отчёте конвейеры обработки поведенческих и семантических данных — каноническая нормализация, реконструкция сессий, стратифицированная семантическая классификация — дают структурированный сигнал для оценки. Мы видим не только вовлечённость игроков, но и то, насколько взаимодействия эмоционально целостны, соответствуют отношениям и последовательны в повествовании. Этот уровень оценки замыкает цикл между дообучением и качеством продукта. Это не разовый анализ, а постоянный организационный процесс.

Продукт, созданный для взаимодействий, которые дают самый информативный сигнал. Постоянные миры, отношения с несколькими персонажами и система эмоциональной памяти в LifeSim — это не просто функции. Это поверхности, которые генерируют данные для измерений, на основе которых принимаются продуктовые решения. Лучшие продуктовые решения ведут к более глубокой вовлечённости. А более глубокая вовлечённость генерирует более богатые данные.

Маховик данных
продукт→глубокая вовлечённость
вовлечённость→богатые данные
данные→измерение
измерение→дообучение
дообучение→улучшение продукта
каждый цикл приумножает преимущество

8. Дальнейшая работа

Игроки уже проводят в игре по 13 часов — следующий шаг — улучшить погружение и удержание. Удержание, основной игровой цикл и монетизация — вот наши следующие задачи.

Что дальше

  • Ваш мир продолжает жить без вас
  • Последствия, накапливающиеся неделями
  • Создание рынка

Цитирование

Ссылка на эту работу:

@misc{lifesim2026v0,
  title  = {One Million Interactions: How People Play LifeSim},
  author = {{Cris Lenta}},
  year   = {2026},
  month  = {jun},
  url    = {https://lifesim.com/research/v0}
}