只靠自然语言对话，AI 就能帮你做 NetLogo 仿真了？

门槛

2026 年 8 月 9 日上午，我在知识星球里兴奋地记下了一段话：

今早用 AI 驱动 NetLogo 做仿真，以内置病毒传播 Model 为例，AI 全自动调节参数，多轮仿真分析随机性和干扰对策影响，生成一系列分析结果。全程我没有和 NetLogo 界面、菜单、代码编辑器打任何交道，结果数据和可视化就都自动完成。以后这部分讲授轻松多了。

你可能听说过 NetLogo。

在复杂系统仿真这个圈子里，它被广泛用于教学和研究：免费开源，自带一整个模型库，装好就能跑现成的模型。

从小学课堂到研究生课程，都有人拿它教学；拿它做研究、写论文的，数以千计。

可它的门槛，对从没接触过编程的人来说，也着实不低。

做教育部项目研究虚假信息传播那阵子，我就用 NetLogo 内置的电脑病毒传播模型，搭过微博客虚假信息扩散模型，那篇研究发表在《情报科学》上；后来我在 2020 年的 《如何高效入门复杂系统仿真？》 里回顾过这段经历。

下面截图中那个网状图，正是从 NetLogo 病毒模型迁移过来的样子。

2021 年，我在 《如何高效入门 NetLogo 复杂系统仿真工具？》 里写过一句话：NetLogo「门槛很低，但是天花板极高」。模型跑起来不难，难的是从「看见动画」走到「按自己的问题改模型、做实验、解释结果」。

难在哪？先难在语法。NetLogo 来自 Lisp 语言家族，命令组织和常见高级语言很不一样。学过 C、Java、JavaScript 或 Python 的人，第一次接触未必比零基础的人更轻松。

另外，之前 NetLogo 的详细入门教程一直稀缺。2015 年，我在美国访学时特意背回来过一本厚厚的英文教材，也给研究生推荐过英文视频。学生很无奈：「老师，全英文的……」

好在 2021 年，集智俱乐部编著、张江教授与集智学园团队打造的《NetLogo 多主体建模入门》出版了，终于给中文研究者提供了更轻松的入门路径。

可就算有了优秀的中文教程，学习者仍要读懂模型语言，要会配 BehaviorSpace，要处理随机实验、输出文件、统计图和异常结果。真正的门槛不是一个点，而是一串环环相扣的动作。

这件事最近起了变化。

变化

变化来自 AI 编程助手。它们中有些已经不光会写代码，还能直接操作你电脑上的软件：装应用、点菜单、跑命令。这种能力有个专门的名字，叫 computer use—— 让 AI 像人一样看屏幕、移动光标、点击和输入。再加上多模态，也就是能看懂屏幕上的界面和图表，两样凑在一起，原本「先学会工具再谈想法」的门槛，正在塌陷。

拿这次 AI 操作 NetLogo 的试验来说，自然语言负责表达我的意图；computer use 让它看得见、点得动图形界面；多模态让它读懂截图、曲线和界面状态；文件与命令执行能力让它完成模型创建、批量运行和数据分析。原先隔在代码与图形界面之间的那堵墙，开始变薄了。

于是 8 月 9 日，我用 OpenAI 的 Codex 做了一次完整的试验。Codex 是我日常用的 AI 编程助手之一，之前在 《Claude Code, Codex, OpenClaw，我是怎么让它们配合干活的？》 里我已经为你介绍过它。

这次的试验，从升级 NetLogo、读懂一个现成模型、设计并跑完 120 次实验，到把这个模型改造成另一个领域的新模型、再跑 120 次、最后揪出一个图表错误，全程我没写一行代码，只是不断给出中文指令。

看完之后，相信你不仅能了解如何用 AI 驱动 NetLogo 做仿真，更可以举一反三，把它用在你自己独特的研究路径与环境中。

起步

我对 Codex 说的第一句话是：

「把 NetLogo 升级到最新版，告诉我都有哪些不同」

每年秋季，我都会给学生介绍复杂系统仿真方法，所以去年装过一次 NetLogo。但你知道的，软件一直在更新，去年装的早就不算最新版了。我又懒得自己查版本差异，索性让 Codex 代劳，哈哈。

Codex 接手之后先摸了底：我机器上装的实际是 7.0.3，包管理器 Homebrew 里还残留着一条已经失效的 7.0.2 登记，而官方当前提供 7.0.4。第一次常规升级就被那条残留登记卡住了。它的处理不是硬来，而是先清掉无效登记，再重新安装 7.0.4，然后把主程序、应用签名（软件没被篡改的凭证）、能否脱离界面运行这些安装细节挨个验证了一遍，旧版移进废纸篓留了后路。嗯，很是稳妥嘛。

当然，这些细节我事后看记录才知道。当时我看到的，就是一句「已完成升级：NetLogo 7.0.3 → 7.0.4」。

升级完，NetLogo 打开后，我自己手动选择了内置模型里的 Virus on a Network。

打开后，界面长这样：

左边是参数控件，中间是网络视图，右边是状态曲线。

理解

下面是我给 Codex 的第二句指令：

「给我解读我现在打开的这个 NetLogo model」

它只看界面，便认出这是官方示例 Virus on a Network，一个电脑病毒在网络中传播的模型：圆点是计算机，连线是病毒能走的通道；蓝色易感，红色感染，灰色有抗性。界面上的基线参数它也一并报了出来：150 个节点，平均每个节点 6 条连线，3 个初始感染源，每次接触 2.5% 的传播概率，每 1 个 tick（仿真里的一步）查一次毒，查到后 5% 概率康复，康复后 5% 概率获得抗性。

这些信息哪来的？原来是它自己点击上方标签栏，分别查看了模型自带的 Info 页和 Code 页。

Info 页是作者写的说明书，讲模型用途和玩法。而 Code 页，则是对应的代码：

Codex 从代码里抓出了一个说明书没明说的细节：这个模型虽然常被概括成经典的 SIR（易感、感染、康复免疫）三态模型，但代码实际是 SIS 和 SIR 的混合体。感染的节点康复后，大多数会重新变回易感，只有一小部分获得长期抗性。

别小看这一条。它意味着同一组参数下，病毒可能几步就偶然熄灭，也可能反反复复传很久。后面所有实验结果的解读，都建立在这个机制之上。

我还让 Codex 留了一张真实运行的证据。它调用 NetLogo 自带的预览命令编辑器，实际执行了 setup repeat 75 [go]，也就是初始化后连跑 75 步：

图里的红蓝灰节点，是模型真跑出来的状态。

仿真

之后，我告诉 Codex ：

「你合理的调整参数，执行几次，帮我对比」

Codex 先定了仿真方法：以当前参数为基线，每次只改变一个关键因素。理由它也讲了：这是随机模型，单次结果说明不了问题，每组要重复运行多次，比较感染峰值、持续时间和最终免疫比例，而不是拿单次随机结果下结论。

落到设计上，就是六个情景：基线、高连通（平均度 6 翻倍到 12）、高传播（传播率 2.5% 翻倍到 5%）、慢检测（查毒周期 1 拉长到 4）、快康复（康复率 5% 提到 10%）、高抗性（抗性概率 5% 提到 50%）。每个情景独立跑 20 次，一共 120 次，每次最多观察 2000 个 tick （NetLogo 中的时间步骤）。

批量仿真，用的是 NetLogo 内置的 BehaviorSpace。你可以把它理解成「实验流水线」：把参数组合和重复次数登记进去，它负责一遍遍地跑，把每一步的数据记下来。

上面是 Codex 配好的六个实验的列表。下面是基线实验的配置窗口，七个参数、20 次重复、每步采集的指标、启动和停止条件，全在里面：

批量仿真这活儿，搁在过去是要翻着手册学的。现在 Codex 替你配好了。

Codex 对快康复情景最初想设 15% 的康复率，结果这个值超出了界面滑块 10% 的上限。Codex 自己检测后，那组数据随即作废，按 10% 重新跑。自然语言降低了操作门槛，却没有取消仿真纪律。

120 次仿真跑完，结果如下：

这里比较特殊的是慢检测那一行。查毒周期从 1 放宽到 4，平均感染峰值冲到 86.1%，而且 20 次运行到第 2000 个 tick 时全都还有感染，终点平均还有 21.3% 的节点带毒。

出图

仿真结果数据有了，我又提了一个要求：

「用合适的方法对你得出的结论进行可视化」

但是我一眼看到，Codex 尝试去调用一个之前定义好的 Skill 。这和我的需求不符，于是我果断叫停，然后补充道：

不用调用什么专属工具，用你觉得最合适的方法来。

然后，我觉得还没有表达清楚，就又暂停，细化了要求：

「我觉得你所要呈现的，应该不只是一张图能说清的。对不同类型的问题，用不同类型的图。如果你觉得有必要的话，也可以使用动图来处理，完全放飞。」

它交出来的，是一套按问题分工的图。每张图只回答一类问题。

第一张，总览图，回答「六个情景总体差多少」：

第二张，分布图，回答「同一组参数下，随机性到底能折腾出多大差异」：

基线 20 次运行里，短的 3 个 tick 就自然熄灭，长的拖到 1769 个 tick。同一组参数，命运天差地别。看到没，你要是只跑一次、挑条「看着典型」的曲线放进报告，那就不合适了。

第三、四张是一对，早期轨迹回答「暴发怎么形成」，完整轨迹回答「感染能拖多久」：

两张必须分开。因为如果只看完整窗口，快康复和高抗性的早期变化会被压扁；只看早期窗口，又看不到慢检测的长尾。

第五张，生存曲线，它回答「感染在某个时点还活着的概率」：

第六张，终态构成，回答「结束或到达观察终点时，各状态各占多少」：

它还做了张动图，用固定坐标轴把六个情景的中位感染轨迹放在一起演变：

图做完，Codex 没有直接反馈给我，而是自己搞了一轮盲测，还真查出六个具体缺陷：长中文标题会挤成一团、动图的时间标签和图例打架、生存图里写死了特定情景的名字，诸如此类。全部修完，又另起一轮独立审查，把六个情景、120 次运行、删失数量（跑到观察终点仍未结束的样本数）和文件哈希（文件有没有被改动的校验值）核了一遍，结论是「通过，可以同步并交付」。

之后，才是你看到的前面展示的图形。

我全程没有指定过任何一张图的画法。我给的只有一个标准：不同的问题，配不同的图。

变换

现成模型这条线已经走完：升级、读懂、实验、出图。

接下来才是我真正想干的事。接着，我又对 Codex 提了一个新要求：

Read more