1 Haziran 2026
Bir Milyon Etkileşim: İnsanlar LifeSim'i Nasıl Oynuyor
Özet
LifeSim'in misyonu, her insanın sonsuz gizil potansiyelini keşfetmesini sağlamaktır.
LifeSim bir milyon oyuncu etkileşimini geçti. Bu çalışma, insanların karakterleri nasıl yarattığını, ilişkileri nasıl kurduğunu ve nasıl oynadığını anlamak için 629.169 mesajı inceliyor.
En uzun doğrulanmış oturum 13,4 saat sürdü ve 1.143 oyuncu mesajı içeriyordu. Oyuncular 62.616 karakter yarattı. Aşağıdaki bulgular, onların davranışlarını ve konuşmalarındaki temaları inceliyor.
- 629.169 analiz edilmiş sohbet mesajı
- 806 dk en uzun doğrulanmış oturum (13,4 saat, 1.143 mesaj)
- 62.616 kullanıcı tarafından oluşturulan karakter
- 74.696 korunmuş duygusal anı
- İçeriğin %88,9'u duygusal kırılganlık sergiliyor
1 milyon etkileşim boyunca, bu metrikler LifeSim'in sohbet robotu paradigmasının ötesine geçerek temelden yeni bir ortama dönüştüğünü doğruluyor. LifeSim, yapay zekanın memnun etmek için bir araç değil, özgür iradeyi modelleyen yapay varlıklarla dolu bir sanal alan olduğu bir ortamdır — kalıcı, durum bilgisi olan ve duygusal olarak tutarlı simülasyonlara dayanır. LifeSim'in misyonu, her insanın sonsuz gizil potansiyelini keşfetmektir.




| Dönem | Yıl | Karakter Özellikleri |
|---|---|---|
| Baskı | 1450 | Pasif · Senaryolu · Oku |
| Televizyon | 1950 | Pasif · Senaryolu · İzle |
| Netflix | 2007 | Pasif · Algoritmik · Aralıksız İzle |
| Sosyal Medya | 2010 | Reaktif · Algoritmik · Kaydır |
| Yapay Zeka Sohbet Robotları | 2022 | Aktif · Durumsuz · Sohbet Et |
| LifeSim | 2025 | Aktif Yaratım · Kalıcı · Ortaya Çıkan |
1 Tez
LifeSim, yapay zeka tabanlı eğlencenin yeni bir kategorisidir: kullanıcıların duygusal derinliğe sahip karakterler oluşturduğu, yapay zeka güdümlü varlıklarla ilişkiler kurduğu ve gerçek dünya ortamlarına dayanan ortaya çıkan anlatılar aracılığıyla etkileşimleri sürdürdüğü kalıcı, çoklu ajanlı bir yaşam simülasyonu. Bu kategori, temel modeller çok turlu, durum bilgisi olan, duygusal olarak tutarlı etkileşim için yeterli tutarlılığa ulaştığında ancak uygulanabilir hale geldi.
1 milyondan fazla oyuncu etkileşiminden yararlanan bu rapor, LifeSim'in canlı üretim verilerini iki tamamlayıcı katman (davranışsal (kullanıcıların ne yaptığı) ve anlamsal (kullanıcıların ne söylediği ve oluşturduğu)) üzerinden analiz ederek belirli bir soruyu yanıtlıyor: etkileşim ne kadar derin ve ölçülebilir mi?
Analiz edilen 629.169 sohbet mesajı arasında, P95 oturum süresi 98,7 dakikadır — kullanıcılar derin uçta yapay zeka karakterleriyle yaklaşık iki saat boyunca etkileşimi sürdürürler. En uzun doğrulanmış oturum 806 dakika sürer — 13,4 saat kesintisiz, dakikadan kısa aralıklarla etkileşim, 1.143 ardışık kullanıcı mesajı ve 30 saniyelik ortalama bir boşluk. Kullanıcıların %91,7'si, yeni şeyler denemek yerine 10'dan az ilişkide yoğunlaşır — bağlanma davranışı, yenilik örneklemesi değil. Kullanıcılar önemli kimliğe sahip 62.616 karakter oluşturdu: 12.101'i tanımlanmış korkulara, 12.095'i tanımlanmış hayallere, 11.501'i arka plan hikayelerine sahip. Sistemde 74.696 duygusal anı korunmuştur. Analiz edilen içeriğin %88,9'u duygusal kırılganlık sergiliyor.
Bu, sohbet robotu kullanımı değildir.
LifeSim derin, durum bilgisi olan, duygusal olarak yatırım yapılmış etkileşimler üretir — ve burada kullandığımız çift katmanlı analiz altyapısı, bu kalıpların izlenebileceğini, ölçülebileceğini ve ürün ve model kararlarını bilgilendirmek için kullanılabileceğini göstermektedir.
| Komut | Çıktı |
|---|---|
| $ npm run analyze:dataset | [BİLGİ] 639.590 ham sohbet kaydı yükleniyor... |
| [BİLGİ] Dahil etme filtreleri uygulanıyor (yalnızca kullanıcı + NPC)... | |
| [BAŞARILI] 629.169 kayıt geçti (%98,4) | |
| $ npx ts-node src/pipelines/reconstruct_sessions.ts | [UYARI] Yapılandırılmamış zaman çizelgesi boşlukları bulundu. Çözümleniyor... |
| [BİLGİ] Çok karakterli ilişki grafikleri birleştiriliyor... | |
| [BİLGİ] Etkileşim derinliği aralıkları hesaplanıyor... | |
| [VERİ] P95_SESSION_DUR = 98.7m | |
| [VERİ] MAX_SESSION_DUR = 806.0m |
2 Veri Kümesi
| Metrik | Değer |
|---|---|
| Kullanılabilir konuşmalar | 629,169 |
| Önemli kimliğe sahip karakterler | 62,616 |
| Korunmuş anılar | 74,696 |
Dahil etme kriterleri. Sistem tarafından oluşturulan mesajlar (tanıtımlar, önerilen eylemler, bellek bildirimleri) kullanıcı ve NPC konuşma içeriğini izole etmek için anlamsal analizden çıkarıldı. Toplam 639.590 konuşmadan 629.169'u kalite filtrelerini geçti.
| kullanılabilir_konuşmalar | 629,169 |
| karakterler | 62,616 |
| Anılar | 74,696 |
| Kapsayıcılık | Yalnızca Kullanıcı + NPC |
| filtre_oranı | 629,169 / 639,590 |
| geçme_oranı | 98.4% |
3. Altyapı
Analiz Altyapısı
LifeSim, davranışsal sinyalleri, anlamsal içeriği ve kalıcı durumu kapsayan mesajlar, karakterler, dünyalar, dünya durumları, anılar, bildirimler, kullanıcılar ve oturumlar olmak üzere sekiz birbiriyle bağlantılı koleksiyonda veri üretir. Bundan yapılandırılmış içgörü elde etmek, amaca yönelik altyapı gerektirir: tüm veri yüzeyinde çalışan iki tamamlayıcı analiz hattı.
Davranışsal İşlem Hattı. Kanonik bir normalleştirme katmanı, döngü tespiti ve geri dönüş çözümü ile karma şemalı kayıtları uyumlu hale getirir. Bunun üzerine, bir oturum yeniden yapılandırma motoru, 30 dakikalık bir hareketsizlik eşiği kullanarak dünyalar, karakterler, sohbetler ve dünya durumu güncellemeleri arasında kullanıcıya bağlı olayları gruplandırır. İşlem hattı, ham üretim verilerinden iş parçacıkları, oturumlar ve etkileşim modelleri oluşturur.
Anlamsal İşlem Hattı. İçerik beş koleksiyondan (sohbetler, karakterler, dünya durumları, anılar, bildirimler) çıkarılır, birleşik bir metin şemasına normalleştirilir ve derinlik seviyelerine göre katmanlı rastgele örnekleme kullanılarak 45 analiz parçasına ayrılır. Her parça, duygusal kayıt, ilişki dinamikleri, kimlik sinyalleri, içerik derinliği ve kalıcılık işaretlerini kapsayan sabit bir taksonomi ile yapılandırılmış LLM analizi (Gemini 3.1 Pro) kullanılarak sınıflandırılır. İşlem hattı, kontrol noktası oluşturma, parça düzeyinde doğrulama ve parçalar arası toplama içerir.
Neden Önemli? Çoğu tüketici yapay zeka şirketi, etkileşimlerinin kalitesini sistematik olarak ölçemez — yalnızca hacmini ölçebilir. LifeSim'in altyapısı, kullanıcıların ne yaptığını ve ne söylediğini ölçer, davranışsal modellerden ve anlamsal içerikten aynı anda yapılandırılmış sinyal üretir. Bu, veriye dayalı bir ürün döngüsünün temelidir: her ürün kararı derinlik, duygusal içerik ve etkileşim yoğunluğu açısından ampirik olarak değerlendirilebilir.
| Adım | Kimden | Kime | Eylem | Detay |
|---|---|---|---|---|
| 1 | Kullanıcı | Motor | kullanıcı mesajı | 629.169 mesaj |
| 2 | Motor | Motor | ajanları yönet | 62.616 karakter |
| 3 | Motor | Durum | dünyayı güncelle | 40.189 durum |
| 4 | Motor | Durum | hafızayı kalıcı kıl | 74.696 anı |
| 5 | Motor | Motor | duygusal tutarlılık | ✓ 88.9% |
| 6 | Motor | Kullanıcı | NPC yanıtı | ortaya çıkan · senaryosuz |
4. Davranışsal Bulgular
Kullanıcılar derin sohbetleri sürdürüyor
P95 oturum süresi 98,7 dakikadır. Veri kümesindeki en uzun oturum 806 dakika — mesajlar arasında ortalama 30 saniyelik bir boşlukla 13,4 saat kesintisiz etkileşim — sürer. Bu oturum, 20 dakikayı (23 dakika) aşan yalnızca tek bir boşlukla 1.143 ardışık kullanıcı tarafından gönderilen sohbet mesajı içerir.
En iyi on oturumun tamamı aynı parmak izini gösteriyor: yüzlerce sohbet mesajı, bir dakikanın altında ortalama mesajlar arası boşluklar ve gerçek hesaplara sahip farklı kullanıcılardan gelen gerçek konuşma içeriği.
| Metrik | Değer |
|---|---|
| En uzun doğrulanmış oturum | 806 dk |
| P95 oturum süresi | 98,7 dk |
Pasif tüketim değil, aktif katılım
Sektör tahminleri, ortalama Netflix izleme süresini 3,8–4,1 saat olarak belirlerken, izleyicilerin yaklaşık %19'u tek seferde 10 saati aşıyor (Gitnux, 2026). LifeSim'in en uzun oturumu — 13,4 saat — bu üst kademeye giriyor. Ancak Netflix, arkana yaslanıp pasif tüketimdir: oynat tuşuna bas, izle. LifeSim sürekli aktif girdi gerektirir — diyalog yazma, kararlar alma, karakterler oluşturma, ilişkileri yönetme.
Aktif, yaratıcı katılım, daha önce pasif medyaya özgü olan süreleri sürdürüyor. Bu, kategori oluşturma sinyalidir.
| Netflix ortalama izleme | 3,8–4,1 saat |
| Netflix 10 saat+ izleyicileri | 19% |
| LifeSim zirvesi | 13,4 saat (aktif katılım) |
Kullanıcılar az sayıda ilişkide yoğunlaşıyor
Sohbet etkin kullanıcıların %91,7'si 10'dan az farklı iş parçacığı sürdürüyor. Kullanıcılar etkileşimi birçok karaktere yaymıyor. Birkaç kişiyle derinlemesine ilgileniyorlar.
Bu bir bağlanma davranışıdır: kullanıcılar, bir listede gezinmek yerine belirli yapay zeka karakterleriyle yoğun ilişkiler kurarlar.
5. Anlamsal Bulgular
Etkileşimler duygusal olarak anlamlıdır
Analiz edilen içeriğin %88,9'u duygusal kırılganlık sergiliyor. %48,9'u son derece kişisel. %51,1'i zengin ve sürdürülebilir olarak sınıflandırılıyor.
Kullanıcılar LifeSim karakterleriyle sohbet botları veya asistanlarla etkileşim kurdukları gibi etkileşim kurmazlar. Baskın kayıt kişisel, duygusal yüklü ve ilişki odaklıdır:
“Anne. Bu tartışmayı bir daha yaşamak istemiyorum.”
“Babam bana değer verdiğini ama evin güvenliğinden daha fazla olmadığını söyledi, bu yüzden Veliaht Prens ile nişanımı bozamam.”
“Ah, Elena... bu korkunç. Bu adil değil. Ama sen bir canavar değilsin. Ne olursa olsun benim arkadaşımsın.”
| duygusal_savunmasızlık | 88.9% |
| derin_kişisel | 48.9% |
| zengin_ve_sürdürülebilir | 51.1% |
Kullanıcılar duygusal karmaşıklığa sahip karakterler oluşturuyor
62.616 karakterin anlamlı kimlik metni var. 12.101'inin tanımlanmış korkuları, 12.095'inin tanımlanmış hayalleri, 11.501'inin arka plan hikayeleri ve 11.665'inin benzersiz yaşam unsurları var. 50.865'inin tanımlanmış ilişki açıklamaları var. Örneklenen karakter parçacıklarının %80'i zengin ve sürdürülebilir olarak sınıflandırılıyor.
Kullanıcılar içsel motivasyonlara, gizli derinliklere ve çok boyutlu kimliğe sahip karakterler oluşturur:
“Sese takıntılı, mütevazı bir evde büyüdüm.”
“Başarısız bir aile işletmesi ona musallat oluyor, bu da onu başkalarına karşı şüpheci yapıyor.”
| anlamlı_kimlik | 62,616 |
| korkular | 12,101 |
| hayaller | 12,095 |
| arka_hikayeler | 11,501 |
| yaşam_unsurları | 11,665 |
| ilişkiler | 50,865 |
| parçacıklar_zengin_sürdürülebilir | 80% |
Anılar duygusal önemi korur
74.696 anı korunmuştur. En çok hissedilen anı duyguları Heyecanlı (2.815), Endişeli (2.370), Şaşkın (2.088), Umutlu (1.976) ve İlgili (1.903)'dir. Örneklenen tüm anı parçacıkları (250 anı) zengin ve sürdürülebilir olarak sınıflandırılmıştır.
Anı sistemi, kullanıcıların ve karakterlerin hatırlamaya değer gördüklerini yakalar. Bu önem, olgusal veya işlemsel olmaktan çok ezici bir şekilde duygusaldır.
| Heyecanlı | 2,815 |
| Endişeli | 2,370 |
| Şaşkın | 2,088 |
| Umutlu | 1,976 |
| Endişeli | 1,903 |
| tüm parçacıklar | zengin ve sürdürülebilir |
Daha derin sohbetler sadece daha uzun değil, daha zengindir
Derin konu parçacıklarının %87'si zengin ve sürdürülebilir olarak sınıflandırılmıştır. Daha uzun sohbetler, sadece daha fazla hacim değil, daha zengin, daha duygusal olarak karmaşık içeriklere karşılık gelir.
| 87% | zengin ve sürekli derin iplik parçacıkları |
| derinlik = kalite | sadece hacim değil |
6 Benzersiz veri
Bu Veriler Nerede Bulunmazdı?
Chatbot'lar tek dönüşlü istek-yanıt günlükleri üretir. Yapay zeka arkadaş uygulamaları ikili sohbet dökümleri üretir. Metin maceraları komut-eylem dizileri üretir. Bunların hiçbiri LifeSim'in ürettiği veri kombinasyonunu oluşturmaz:
- Kalıcı dünya durumu — simüle edilmiş ortamların zamanla nasıl geliştiğini izleyen 40.189 dünya durumu anlatısı.
- Çok karakterli ilişki grafikleri — sadece kullanıcıdan yapay zekaya ikililer değil, 50.865 tanımlanmış karakter ilişkisi.
- Kullanıcı tarafından oluşturulan kimlik — kullanıcılar tarafından yazılan veya birlikte yazılan korkuları, hayalleri, arka plan hikayeleri ve iç motivasyonları olan 62.616 karakter.
- Duygusal hafıza — karakterlerin ve kullanıcıların duygusal olarak önemli kabul ettiklerini koruyan 74.696 anı.
- Anlamsal derinliğin yanı sıra davranışsal derinlik — oturum yeniden yapılandırması, konu analizi ve etkileşim yoğunluğu, içerik sınıflandırmasıyla paralel olarak ölçülür.
Bu, kullanım ile birleşen ve LifeSim ürün yüzeyi dışında var olmayan tescilli bir veri kümesidir.
| Pazar | Boyut | Not |
|---|---|---|
| Pasif Medya | $2.8T | /yıl · küresel E&M (PwC) |
| Yapay Zeka Yerlisi | belirlenecek | /yıl · gelişmekte olan |
| Netflix | LifeSim | |
|---|---|---|
| Mod | Pasif izleme | Aktif oluşturma |
| Zirve oturumu | ~10 saat | 13,4 saat |
| İçerik üretim maliyeti | 18 milyar dolar/yıl | ~0 dolar (ortaya çıkan) |
| Veri / kullanıcı | İzleme geçmişi | Aktif oluşturma yoluyla kullanıcı duygusal kalıpları |
| Derinlik | Senaryolu | %88,9 derin etkileşim |
| Ürün | Oturum | Dakika | Mod |
|---|---|---|---|
| Netflix | Ortalama aralıksız oturum (Gitnux) | 230m | Pasif |
| Netflix | İzleyicilerin en üst %19'u | 600m | Pasif |
| LifeSim | Kaydedilen en uzun oturum | 806m | Aktif |
7 Bileşik avantaj
LifeSim, yapay zeka etkileşimini gerçek hayatın yapısına dayandırır — ilişkiler, kariyerler, aile, çatışma, hırs, kimlik. Bu, bir kişiliğe sahip bir sohbet robotu değildir. İnsanların gerçekten önemsediği dinamiklerin kalıcı bir simülasyonudur. Bu ayrım, ürünün ürettiği verinin derinliğini ve türünü belirler ve üç bileşik avantaj yaratır:
Başka kimsenin işletmediği bir ürün yüzeyinden tescilli bir veri kümesi. LifeSim, kalıcı, durum bilgisi olan, çok karakterli yapay zeka etkileşimlerinden davranışsal ve anlamsal veriler üretir. Bu veriler — dünya anlatıları, karakter kimlik grafikleri, duygusal anılar, derin sohbet konuları — sohbet robotu günlüklerinde, arkadaş uygulaması dökümlerinde veya oyun telemetrisinde bulunmaz. Aynı zamanda, duygusal olarak tutarlı, uzun bağlamlı, ilişki farkındalığına sahip etkileşimi sürdüren yapay zeka modellerini ince ayar yapmak için en kıt girdidir — genel amaçlı temel modellerin optimize edilmediği bir yetenek. Daha fazla kullanıcı daha zengin veriler üretir. Veri kümesi birleşir.
Bu verileri ölçme ve hakkında akıl yürütme konusunda kanıtlanmış bir yetenek. Bu raporda gösterilen davranışsal ve anlamsal işlem hatları — kanonik normalleştirme, oturum yeniden yapılandırması, katmanlı anlamsal sınıflandırma — yapılandırılmış değerlendirme sinyali üretir: sadece kullanıcıların etkileşime girip girmediği değil, etkileşimlerin duygusal olarak tutarlı, ilişki açısından tutarlı ve anlatısal olarak kalıcı olup olmadığı. Bu, ince ayar ile ürün kalitesi arasındaki döngüyü kapatan değerlendirme katmanıdır. Bu, bir kerelik bir analiz değil, organizasyonel bir yetenektir.
En bilgilendirici sinyali üreten etkileşimleri oluşturmak için tasarlanmış bir ürün. LifeSim'in kalıcı dünyaları, çok karakterli ilişkileri ve duygusal hafıza sistemi özellikler değildir — bunlar, ürün kararlarını bilgilendiren ölçümü besleyen verileri üreten yüzeylerdir. Daha iyi ürün kararları daha derin etkileşimi teşvik eder. Daha derin etkileşim daha zengin veriler üretir.
| ürün | → | daha derin etkileşim |
| etkileşim | → | daha zengin veri |
| veri | → | ölçüm |
| ölçüm | → | ince ayar |
| ince ayar | → | daha iyi ürün |
8 Gelecek Çalışmalar
Kullanıcılar zaten 13 saatlik oturumlara dalmış durumda — bir sonraki aşama, sürükleyiciliği ve oyuncu tutulmasını iyileştirmektir. Tutulma, temel oyun döngüsü ve para kazanma çözülmesi gereken bir sonraki zorluklardır.
Sırada Ne Var
- Sen olmadan dünyan hareket etmeye devam ediyor
- Haftalar boyunca biriken sonuçlar
- Pazar oluşturma
Alıntı
Lütfen bu çalışmaya şu şekilde atıfta bulunun:
@misc{lifesim2026v0,
title = {One Million Interactions: How People Play LifeSim},
author = {{Cris Lenta}},
year = {2026},
month = {jun},
url = {https://lifesim.com/research/v0}
}