简短回答：还不能——但比多数研究者以为的更接近。2026 年 6 月，Kinzinger 与 Hartmann 的一项研究基于真实的德国调查微观数据构建了 LLM“个体层面孪生”，对留出题目答案的预测准确率最佳可达 78.8%，而与真实受访者的秩序相关最高约为 r = 0.59。这足以用于探索与预测试，但不能取代真人。
这项研究测试了什么？
该研究想知道：当 LLM 以某位真实个体的背景数据为条件时，能否像那个特定个体一样回答问卷。根据 Kinzinger 与 Hartmann（2026），作者基于德国社会经济追踪调查（SOEP，一项长期开展、具有代表性的家庭调查）构建了个体层面孪生，然后衡量每个孪生对模型从未见过的问题能在多大程度上复现该个体的回答。
这比大多数合成受访者研究的检验更严格。它不是问 LLM 能否整体上模仿某个人口群体，而是问模型能否模仿某个具体个体的特定回答——对于希望用合成样本库替代真实招募的人来说，这是更难、也更诚实的标准。
孪生是如何构建和评估的
作者进行的是系统性评估，而非单一提示词，这正是这些数字值得引用的原因。根据 Kinzinger 与 Hartmann（2026），该设计交叉了多个因素：
- 3 个开放权重语言模型——使结果不依赖于某一个专有系统。
- 5 个“信息深度”等级——孪生被赋予每个人多少背景信息，从稀疏到完整。
- 2 种嵌入方式——对比原始对话历史与浓缩的叙述性摘要。
- 2 种推理模式——回答前是否进行显式“思考”。
交叉之后，共得到超过 2.1 百万条被评估的回答，覆盖 500 名个体和 183 个留出题目。留出设计很关键：孪生是在其未被作为条件的问题上接受评判的，这能防止模型仅仅复述已经给它的信息。
数字孪生的准确度如何？
最佳配置在点准确率上出人意料地强，但在保留个体差异方面较弱。Kinzinger 与 Hartmann（2026）的主要数字如下：
| 指标 | 结果 | 说明了什么 |
|---|---|---|
| 最佳单元格准确率 | 78.8% | 在最佳因素组合下，孪生在大多数情况下与真实的留出答案一致。 |
| 秩序相关（Fisher-z） | r ≈ 0.590 | 对人与人之间如何不同的把握只有中等程度——这是更难、也更有价值的信号。 |
| 最佳信息来源 | 原始对话历史 | 输入原始回答历史的效果优于输入整齐的叙述性摘要。 |
| 显式推理的影响 | 相关性更好，准确率持平 | “思考”模式提升了秩序保真度，但没有改变点准确率。 |
综合来看，孪生擅长猜出众数答案，但对于是什么让一位受访者不同于下一位，只能中等程度地捕捉。对于依赖分布和子群体差异的研究来说，这一差距就是问题的全部。
这项研究得出了什么结论？
作者认为，约束条件已经发生转移。根据 Kinzinger 与 Hartmann（2026），“基于孪生的市场研究不再受限于数据设计，而是受限于题目数量、模型选择，”以及构建选择——也就是说，现在的限制因素是你问多少问题、选哪个模型、如何输入一个人的历史，而不再是个体层面孪生是否可行。有两个实用发现尤其突出：原始对话历史优于叙述性摘要；显式推理能在不改变原始准确率的情况下提升秩序相关。
这对研究者意味着什么
个体层面的 LLM 孪生是用于预测试与探索的正当工具——但在验证性研究中不能替代真人受访者。三点启示：
- 用孪生做试点，而不是下结论。接近 79% 的准确率和接近 0.59 的相关性，足以对问卷做合理性检查、发现明显的措辞问题，或对候选概念排序——但不足以证明你会在报告中为之辩护的效应量。
- 有依据胜过凭空发明。基于真实微观数据构建的孪生优于漂浮无根的人设。这呼应了此前关于无依据的合成人设为何趋向平淡平均值的研究（参见我们关于合成用户人设坍缩的文章）。
- 守住尾部。由于孪生捕捉众数答案优于捕捉个体差异，它们会低估少数派观点和边缘案例——而这恰恰是定性研究存在的意义所在。
如果你想把有依据的合成受访者与真实受访者放在一起实验，Qualitati 的数字孪生样本库和合成焦点小组正是为这种预测试角色而建——先用基于人设的孪生生成初步反应，再通过真实的 AI 主持访谈验证重要的部分。
常见问题
LLM 能准确预测某个具体的人会如何回答问卷吗？
部分可以。在 2026 年 Kinzinger 与 Hartmann 的研究中，基于真实调查微观数据的 LLM 孪生在留出题目上最佳准确率达到 78.8%，但秩序相关只有中等水平（r ≈ 0.59），这意味着它们对典型答案的把握优于对每个个体独特之处的把握。
合成受访者好到足以取代真实的问卷样本库吗？
不能。现有证据支持将合成或基于孪生的受访者用于探索、问卷预测试和概念排序——而不是用于最终的决策级估计，因为它们会低估少数派和边缘案例的观点。
为什么原始对话历史优于叙述性摘要？
摘要会压缩掉区分不同受访者的具体、独特的细节。向模型输入一个人的原始回答历史保留了这一信号，从而在完整信息深度下提升了各模型配置的保真度。
什么是个体层面的数字孪生？
它是以某一位真实个体的背景和既往回答为条件的 LLM，能够代表那个特定的个人，而不同于只在整体上代表某个人口群体的人设。
最后更新：2026 年 7 月 6 日。本文是对第三方研究的独立编辑性摘要；数字与观点均来自所引用的预印本（Kinzinger & Hartmann, 2026），Qualitati 未对其进行独立核实。