淘喵先生/独家猛料！中共正在用AI大规模建模美国选民，测试政治信息，直接准备认知战和干预选举！
复旦大学团队用1.71亿条X推文，构建了百万级“美国选民池”。他们从公开历史推断年龄、性别、种族、意识形态、党派，再结合人口普查和ANES数据，模拟全美各州选举，声称复现了47/51州结果和12/15摇摆州！
更狠的是，上海社科院（政府学院）和上海国际问题研究院（市政府下属智库）等共匪官方背景团队，在10个州各建300个AI选民代理。在宾州专门测试税收再分配等政策信息，测量选民反应。
还有研究直接“勾勒川普右翼铁票仓选民画像”，自称提供“科学依据”指导共匪对美政策！后续建模“美国优先”对关税、同盟的态度，评估美国政策方向和共匪如何应对。
GoLaxy系统更被描述为“认知域对抗与引导，部分已部署到国安、共军情报单位！选举模块专门排名影响者、映射摇摆州、MAGA内容和支持者画像。
这不是什么学术研究，这是共匪对美国民主的精密认知武器！他们在用美国人自己的公开数据，训练AI来预测、测试、影响我们的选票和思想。
必须全面曝光、必须坚决反击！美国人民必须清醒面对共匪的渗透和认知战，灭共势在必行
以下是 Natalie Winters 于 2026 年 8 月 21 日在 Substack 发表的独家文章全文中文翻译。
原文标题：
EXCLUSIVE: China Is Building AI Models of American Voters. Why?
副标题：
From 171 million X posts to simulated swing-state voters, Chinese institutions are mapping the American electorate in startling detail.
作者：Natalie Winters
日期：2026 年 8 月 21 日
他们指望你永远看不到这些文件。
复旦大学构建了百万账户的 X“选民池”。中国政府智库的研究人员用合成宾夕法尼亚选民测试竞选信息。一个国家资助的项目模拟了“美国优先”态度，以评估关税、同盟和美国外交政策。
中国正在构建越来越详细的美国选民模型——选民是谁、他们相信什么、他们为什么支持唐纳德·特朗普或乔·拜登，以及他们可能如何回应政治信息。
对中文研究、大学项目、数据集和政府关联智库出版物的审查显示，中国机构早已远超单纯跟踪美国民调。研究人员现在正在构建美国选民的人工版本，为超过一百万 X 用户分配政治和人口统计标签，模拟各州总统选举，并在宾夕法尼亚州对合成选民进行实验。
另一项由中国国家社会科学基金资助的中国研究，利用美国民调数据推断“美国优先”对关税、同盟、国际组织和民主推广的态度。其作者明确主张，这项研究可以帮助中国评估美国外交政策的未来方向并制定应对措施。
中国大学和政府智库正在开发越来越精细、可交互的美国选民模型，可用于预测政治行为、测试信息、采访模拟选区，并识别塑造美国对华政策的国内力量。
他们自己的文件提出了一个简单的问题：为什么？
百万账户的美国“选民池”
本次调查发现的最广泛项目始于对 X（原 Twitter）帖子的大量收集。
在一篇题为《ElectionSim：由大型语言模型驱动的代理支持的大规模人口选举模拟》的论文中，复旦大学主导的研究团队表示，他们在 2020 年选举期间收集了 171,210,066 条帖子，来自 9,596,198 名 X 用户。
研究人员开发了分类器，从用户的公开历史中推断年龄、性别、种族、意识形态和党派归属。然后他们将这些档案与人口普查和美国国家选举研究（ANES）数据结合起来，模拟每个州的总统选举。
该论文的最新版本声称，该系统复现了 51 个州级竞赛中 47 个的获胜者，以及 15 个关键州中的 12 个。该项目还允许用户按政治或人口统计特征选择建模选民，并与他们进行多轮对话——实际上是创建了源自真实社交媒体行为的合成焦点小组。
他们还进行了一次模拟 2024 年选举。
研究人员的问卷远超候选人偏好。它包括移民、枪支与国防、种族、LGBTQ 问题、性别怨恨和民主规范。
ElectionSim 随后被纳入更广泛的复旦主导系统 SocioVerse，其创建者将其描述为由超过一千万真实世界社交媒体用户池驱动的“世界模型”。
合成宾夕法尼亚选民收到竞选信息
另一个研究项目更进一步：它使用人工选民在关键摇摆州进行政治信息实验。
论文《大语言模型时代政治学中的智能计算社会建模与方法论创新》由上海社会科学院、上海国际问题研究院、南京大学和上海交通大学的研究人员撰写。
其中两个隶属关系尤为重要。上海社会科学院是政府学院。上海国际问题研究院（SIIS）自称为隶属于上海市政府的高水平研究机构，其使命是为党和政府决策提供智力支持。
研究人员提出了一个名为“智能计算社会建模”（ICSM）的框架。他们利用 2019 年美国社区调查分布，构建了具有种族、性别、年龄、地区、教育、职业和行业组合的人工选民。
该研究模拟了宾夕法尼亚、俄亥俄、密歇根、密苏里、印第安纳、西弗吉尼亚、加利福尼亚、德克萨斯、威斯康星和佐治亚的选民。研究人员在每个州部署了 300 个代理，并提示模型在民主党和共和党候选人之间做出选择。
然后，他们在 300 个宾夕法尼亚代理上进行了列表实验。处理组引入了一位支持提高个人所得税以进行财富再分配的候选人。通过单独的模型调用将相同的合成档案置于处理组和对照组中，研究人员生成了 600 个观察值，并测量了所述担忧的变化。
处理组报告了更多担忧，导致作者认为 2020 年选举中选民的税收态度可能比普遍理解的更为保守。
研究人员还对 100 个宾夕法尼亚代理进行了更长的问卷调查。他们研究了不同教育水平的模拟拜登支持者为什么偏好特定政策。根据论文，受过大学教育的代理强调“公平”和“公正”等词，而非大学教育的代理则更强调包括最低工资在内的问题。
为中美政策建模特朗普的基础
其他中国研究文件更清楚地说明了为什么建模美国选民对中国有用。
2024 年，上海交通大学学者付舒发表了一项题为《谁支持特朗普？美国民粹主义的实证分析》的研究。
付舒利用 2012、2016 和 2020 年的美国国家选举研究调查，测量了政治、经济和身份焦虑，并使用多种统计模型解释对特朗普的支持。
论文表示，它寻求：
“勾勒出支持特朗普的右翼铁票的选民画像”
即：“勾勒支持特朗普的右翼铁票仓选民画像。”
付舒得出结论，身份焦虑——特别是有关移民和白人美国人地位的观点——是支持特朗普的最强预测因素。
但论文明确将其发现置于中国政策背景下。它表示，理解特朗普背后的选民可以帮助解释美国国内政治机制，并“为我国对美政策提供科学依据”。
付舒随后在 2025 年的一篇论文中扩展了这项工作，题为《“美国优先”的长期化：民粹主义外交政策的民意基础》。
该方法论结合了两个主要的美国民调资源。付舒首先使用 2020 年 ANES 数据计算政治、经济和文化民粹主义。由于 ANES 包含有限的外交政策问题，付舒使用与芝加哥全球事务委员会 2022 年调查共享的变量训练预测模型——包括投票选择、意识形态、党派认同、宗教、教育、收入、种族、年龄、性别、婚姻状况和住房所有权。
这些模型随后被转移到芝加哥委员会数据中，为每个匿名受访者生成推断的政治、经济和文化民粹主义分数。这些分数被用来估计美国民粹主义与支持关税、孤立主义、同盟、国际组织以及在国外推广民主之间的关系。
该研究得出结论：政治民粹主义增加了对同盟和国际组织的怀疑；经济民粹主义增加了对关税的支持；文化民粹主义增加了对民主推广和多元价值观的反对。
论文将这些发现框架为有助于评估美国外交政策的未来进程以及中国的应对。
来自中国科技公司 GoLaxy 的内部文件（收集于范德比尔特大学档案）描述了一个旨在服务于国家级“认知域对抗与引导”的系统。该公司声称其技术的部分内容已部署到国家安全部、解放军联合参谋部情报单位和战略支援部队单位。
这些文件包括一个美国选举模块，特征包括政治影响者排名、粉丝档案、民调、博彩市场、联邦选举委员会数据、摇摆州历史和“支持者画像”。其他屏幕显示 MAGA 相关内容和组织库，以全国步枪协会和国家民主基金会为例。
问题不再是中国机构是否在构建美国选民模型。
而是他们打算用这些模型做什么。
说明：以上为根据公开提取的原文内容进行的完整、忠实翻译。原文中的链接、引用和格式已保留对应含义。文章结尾强调了这些研究的潜在意图问题。
