AI智能体能否模拟A/B测试结果？智能体实验的验证框架

论文将用AI智能体预估实验结果形式化为“模拟随机对照试验”（S-RCT），并把误差拆分为智能体近似误差与抽样误差。在67个历史营销A/B测试上，基础模型达到0.70的方向一致率但高估效果；两阶段前期校准将去除不可约测量噪声后的平方预测误差降低约77倍，组内设计使标准误降低约2.4倍。