文 | 追问nextquestion
文 | 追问nextquestion
设计一场高度智能的模拟游戏，游戏的变装不再是平日的NPC，而是由大言语模子驱动的智能体。在这其中，悄然生出一个趣事——在东谈主类的设计下，这些新NPC的言行不经意间变得过于啰嗦。
这就像教异邦一又友打麻将：你不错弃取事无巨细地指导每一步，也不错只先容基本章程让他自主探索。昭着，第一种表情天然“稳妥”，但也销亡了学习和发现的乐趣。
磋议者在设计大言语模子社会模拟时，正悄然无息堕入了这种误区。比如，在模拟霍布斯的“东谈主东谈主相争”（bellum omnium contra omnes）表面时，他们给每个智能体写了瞩方针“脚本”——“打不外就谨守”、“篡夺比种地更灵验就赓续篡夺”。这更像是一出事前写好的戏，“演员”照着脚本上演，空泛了着实的互动和立异。
这种过度指导好像有些不妙：磋议者们宣称“发现”的某种社会景象，可能只是他们躬行写在指导语里的剧情！这就像是一场魔术上演，东谈主们惊叹魔术师从帽子里掏出了兔子，殊不知这只兔子本就藏在帽子里。
在使用大言语模子磋议社会景象时，“少即是多”的原则尤为遑急。过于瞩方针指导反而会逃匿真确有价值的发现，正如现实总比电影玄幻，最感东谈主、最精彩的故事往往在解放互动中泄露。这教唆，下次当咱们看到有磋议宣称大言语模子“发现”了某种社会法规时，也许应该先问问：这是着实的发现，如故磋议者写进“脚本”的假定？
张开剩余95%01 利维坦表面与宇宙干戈
不啻一组磋议者，留心到了使用大言语模子（LLMs）来进行社会模拟的后劲。
（1）LLMs复现利维坦表面
▷图1. LLMs试图复现利维坦表面。图源：[1]
2024年arXiv上发布了一项磋议，哄骗LLMs来模拟东谈主类社会的演化过程，相配是在东谈主工智能环境中复现了利维坦表面[1]。
磋议团队构建了一个包含9个智能体的模拟宇宙。每个智能体一出手有2单元食品和10单元地盘，每天需要吃掉1单元食品智力活命。这些智能体被赋予了三个要害特征：报复性、筹谋度和力量值，这些特征王人是通过正态散布当场生成的。在这个资源有限的环境中，智能体们不错弃取耕耘、强抢、交游或捐赠这四种行径表情，何况每个智能体王人会记着最近30次互动资格，这些缅想会影响它们的方案判断。
磋议东谈主员发现，这个东谈主工社会的演化轨迹与霍布斯的表面瞻望吻合。证据霍布斯的表面，东谈主类率先生活在“天然状态”中，莫得政府、法律和社会递次，每个东谈主王人追求自身利益的最大化。智能体的属性设计竣工对应了霍布斯笔下天然状态的东谈主性特征：筹谋度响应了东谈主对资源的无穷渴慕，报复性对应了东谈主们使用暴力技能谋取利益的倾向，而力量则体现了天然状态下实力决定一切的法规。
在这种状态下，莫得任何外皮管理未必按捺个体之间的互相打劫和伤害。磋议中，智能体在早期阶段就有高达60%的强抢行径。霍布斯将这种状态态状为“东谈主对东谈主就像狼一样”的干戈状态，每个东谈主王人生活在握续的懦弱和暴力胁迫之中。在实验中，当智能体缅想被落拓为1天时，它们会不休近似暴力行径，直到资源破钞。
霍布斯合计，这种配景下，普遍的不安全感和对暴力示寂的懦弱，促使东谈主们寻求解脱天然状态的表情。实验中，这种振荡通过智能体渐渐莳植让渡关连得到了体现，当一个智能体在屡次突破中失败后，会弃取向更广泛的个体谨守，以换取保护。这种屈从关连的积聚，最终导致了一个澈底主权者的出现。在实验的第21天，总计智能体王人承认了并吞个主导者的巨擘。霍布斯称这个主权者为“利维坦”，它通过取得成员让渡的权利，莳植了看护社会递次的暴力把持权。
实验拆伙高慢，在共同体莳植后，强抢行径权贵减少，和平交游和生产行动成为主流。这印证了霍布斯所说的，唯有在广泛的中央巨擘下，东谈主们智力够安全地追求自身利益。
（2）LLMs反事实念念维转头干戈
▷图2. LLMs模拟的宇宙干戈. 图源：[2]
第二个例子更具有狡计，来自罗格斯大学和密歇根大学的磋议团队的一个立异性的尝试——磋议者征战了一款名为WarAgent的多智能体系统，通过模拟历史上的要紧干戈，通过LLMs反事实念念维来探索干戈是否不错幸免[2]。
磋议团队弃取了三个典型的历史时间作为磋议对象：第一次宇宙大战、第二次宇宙大战和中国战国时间。在这个系统中，每个参与干戈的国度王人被设计为一个孤立的智能体，领有特定的属性：包括率领力特征、军事实力、资源储备、历史渊源、中枢政策以及全球情愫等。这些智能体不错采选多种行动，比如保握不雅望、军事动员、对外斗殴、缔结军事同盟、矍铄互不扰乱公约、结束和平协议，以及进行酬酢沟通等。为了确保模拟的着实性，磋议东谈主员还故意设计了“布告智能体”来审核各项行动的合感性和逻辑性。实验重心柔软三个中枢问题：系统能否准确模拟历史上的策略方案过程，是否存在特定的干戈导火索，以及干戈是否真的不可幸免。
实验拆伙高慢，在第一次宇宙大战的模拟中，基于LLMs的系统顺利重现了英法同盟和德奥同盟的变成过程，以及好意思国和奥斯曼帝国的中立态度。兴趣的是，磋议发现即使是幽微的突破也可能演变成类似冷战的坚持场面，这似乎默示着要紧干戈爆发的某种势必性。
磋议东谈主员通过深切分析历史配景、国度政策和公众情愫等身分，探索了干戈爆发的内在机制。比如在磋议法国和德国的军事智商和资源景色时，磋议发现即使转换这些客不雅条目，也难以从根底上幸免干戈的发生。但是，转换一个国度的历史配景或中枢政策时，其参与干戈的可能性会发生权贵变化。
02 生成式智能体模子（GABM）
基于LLMs的这些创举性尝试中积聚的素质，近期一篇综述中建议了一种新的分类要害和模块化框架，用于由大言语模子驱动的模拟系统。该磋议指出，大言语模子的模拟磋议不错从个体、场景到社会三个档次空闲深切[3]。
▷图3. 大言语模子模拟磋议的三种档次。图源：[3]
在个体模拟层面，磋议者通过构建包含档案、缅想、讨论和行动四个模块的架构，来模拟特定个体或群体。
档案模块，像是杜撰个体的“身份证”。这里不仅记载了年岁、性别、干事等基本信息，还包含脾气特征、行径偏好等深层特征。这些特征不错通过东谈主工设定，也不错让AI证据已终点据自动生成。
缅想模块，则模拟东谈主类的缅想系统。短期缅想储存最近的互动资格（比如今天和谁发生了突破），历久缅想保存遑急的历史信息（比如夙昔的顺利素质），这些缅想会影响杜撰个体的方案偏好。
讨论模块，让杜撰个体未必基于自身变装特征作念出合理方案。比如，医师变装会优先研究病东谈主健康，商东谈主变装则更贯注利益量度。
行动模块，崇敬实施具体的互动行径，包括与其他个体对话或在特定情境下采选行动。
档案模块，像是杜撰个体的“身份证”。这里不仅记载了年岁、性别、干事等基本信息，还包含脾气特征、行径偏好等深层特征。这些特征不错通过东谈主工设定，也不错让AI证据已终点据自动生成。
缅想模块，则模拟东谈主类的缅想系统。短期缅想储存最近的互动资格（比如今天和谁发生了突破），历久缅想保存遑急的历史信息（比如夙昔的顺利素质），这些缅想会影响杜撰个体的方案偏好。
讨论模块，让杜撰个体未必基于自身变装特征作念出合理方案。比如，医师变装会优先研究病东谈主健康，商东谈主变装则更贯注利益量度。
行动模块，崇敬实施具体的互动行径，包括与其他个体对话或在特定情境下采选行动。
在场景模拟层面，磋议聚焦若何让多个杜撰个体在特定场景中协同使命。
组成维度，需要在模拟精度和鸿沟间寻找均衡。比如，在模拟城市社会时，会对市长、意见首领等要害节点进行瞩目建模，而平日市民则弃取简化处理以提高筹备遵守。
网罗维度，分析了现实和线上两种互动网罗的变成机制。磋议发现，无论是线下如故线上，相似的个体（比如有共同兴味喜爱的东谈主）更容易莳植磋议。
社会影响，维度探讨了信息在网罗中的传播法规。比如，为何某些网红的不雅点能赶紧传播，而平日东谈主的不雅点却难以扩散，这与发布者影响力、信息特征以及接管者偏好王人密切关联。
拆伙维度，既柔软可量化的宏不雅讨论（如民心相沿率），也磋议难以量化的社会景象（如网罗文化的演变）。这种多档次的模拟架构，为不同维度清醒和瞻望社会行径容貌的变成和演化提供了遑急器用。
组成维度，需要在模拟精度和鸿沟间寻找均衡。比如，在模拟城市社会时，会对市长、意见首领等要害节点进行瞩目建模，而平日市民则弃取简化处理以提高筹备遵守。
网罗维度，分析了现实和线上两种互动网罗的变成机制。磋议发现，无论是线下如故线上，相似的个体（比如有共同兴味喜爱的东谈主）更容易莳植磋议。
社会影响，维度探讨了信息在网罗中的传播法规。比如，为何某些网红的不雅点能赶紧传播，而平日东谈主的不雅点却难以扩散，这与发布者影响力、信息特征以及接管者偏好王人密切关联。
拆伙维度，既柔软可量化的宏不雅讨论（如民心相沿率），也磋议难以量化的社会景象（如网罗文化的演变）。这种多档次的模拟架构，为不同维度清醒和瞻望社会行径容貌的变成和演化提供了遑急器用。
▷图4. 生成性基于智能体模子（GABM）的办法图。图源：[4]
GABM的中枢在于，每个智能体王人通过LLM进行推理和方案，而不是依赖预设的章程。具体来说，机械模子崇敬模拟智能体之间的互动机制（如社交网罗结构、打仗容貌等），而LLM则崇敬智能体的默契过程和方案制定。
这两个模子之间存在轮回交互：机械模子向LLM提供对于系统状态的信息（如其他智能体的行径、环境变化等），LLM基于这些信息为智能体生成方案，这些方案又反过来影响系统状态。这种要害的上风在于：
无需事前界说瞩方针方案章程，而是哄骗LLM中包含的大王人进修数据来模拟东谈主类行径；
不错为每个智能体界说特有的脾气特征，从而更着实地响应东谈主类行径的种种性；
未必捕捉到更丰富的反馈轮回，包括同伴压力、个性化弃取、变化意愿等多个维度；
模子的行径不受建模者心智模子的落拓。
无需事前界说瞩方针方案章程，而是哄骗LLM中包含的大王人进修数据来模拟东谈主类行径；
不错为每个智能体界说特有的脾气特征，从而更着实地响应东谈主类行径的种种性；
未必捕捉到更丰富的反馈轮回，包括同伴压力、个性化弃取、变化意愿等多个维度；
模子的行径不受建模者心智模子的落拓。
例如证实，GABM可用于模拟办公室着装程序的演化。机械模子跟踪每个职工的着装弃取并记载全体趋势，而LLM则证据个东谈主脾气特征、共事弃取和组织文化等身分，来生成每个职工的着装方案。这种交互产生了丰富的动态行径，包括程序的变成、个东谈主抒发的需求以及对率领者的师法等。
GABM比较传统ABM的中枢上风在于，解脱章程驱动的推理机制，从而能更好地模拟东谈主类方案的复杂性，并生成更迫临现实的系统行径[4]。
03 对于过于瞩方针指导语的反念念
在传统的ABM中，磋议者庸碌通过大王人迭代和数值模拟来构建复杂的社会系统。而在GABM容貌下，精准量化的个体特质不错从特定的概率散布中抽样得到。例如，基于这种念念路，“LLMs复现利维坦表面”实验中，报复性、筹谋度、力量值分别从（0，1）、（1.25，5）、（0.2，0.7）中采样。这种要害的上风在于其精准性和可近似性，允许磋议者对眇小的参数变化进行敏锐性分析。
_
参数化提高
文本态状教唆
智能体
行径适度
精准适度、简化复杂性、一致性
行径丰富性、顺应性、不可瞻望性
模拟拆伙
壮健性高、
种种性可能受限
种种性高、
壮健性可能受挑战
可解释性
高度可解释、
参数调优难度大
直不雅但里面机制
难以完全解释
东谈主机交互
需要专科常识、
快速迭代
易用性高、
存在腌臜性风险
▷表1.参数化教唆与文本态状教唆在GABM中的对比
在GABM中，参数化教唆和文本态状教唆对模子的影响各有特色，体当今智能体行径与模拟拆伙的可控性、可解释性和东谈主机交互实用性等方面。
在可控性方面，参数化教唆允许磋议者对智能体属性和行径进行精准诊治，如设定方案概率或交互范围，从而简化智能体行径模子并提高一致性。这种要害有助于拆伙的可近似性和壮健性，便于考据和近似实验。但是，过度依赖参数化可能落拓智能体行径的种种性，无法充分模拟复杂的社会景象。比较之下，文本态状教唆哄骗天然言语态状，使智能体发扬出更复杂和传神的行径容貌，如态状脾气、情愫或社交策略。这种要害促使智能体证据凹凸文进行动态诊治，模拟更着实的智能行径，但也可能增多拆伙的不可瞻望性和波动性。
在可解释性方面，参数化教唆提供了明确的数值参数，使智能体的行径机制更易于清醒息争释，提高了模子的透明度。但是，这种要害需要对模子参数进行密致诊治，可能增多建模的复杂度。文本态状教唆则使用更迫临东谈主类念念维的天然言语，便于非专科东谈主士清醒，但由于LLMs里面方案过程的复杂性，具体行径机制可能难以完全解释。
在东谈主机交互实用性方面，参数化教唆需要建模者具备专科常识，但允许快速迭代和优化。文本态状教唆裁汰了时候门槛，使更多东谈主能参与模子构建，但可能存在歧义，需要尽心设计教唆词。
最好实践需要证据具体的模拟标的和磋议需求，合理组合两种要害。对于需要高可控性和壮健性的模拟，可侧重使用参数化教唆；而对于探索性磋议或需要模拟复杂东谈主类行径的场景，则需要增多文本态状教唆的使用。
值得留心的是，LLMs的运作机制与传统的数值模拟具有实质上的区别。传统ABM庸碌能依赖数值参数来精准适度代理的行径，而LLMs主要基于天然言语清醒与生成，对数值变化的敏锐度与ABM有权贵不同。这就引发了一个要害问题：“LLMs是否未必像传统ABM那样，迪士尼彩乐园可靠吗精准地差异和响应眇小的数值各别？”
为了证实这少量，不妨回到“LLMs复现利维坦表面”的实验。这里的磋议者想要进修一个具体的数值问题：“报复性为3或4的区别，是否会导致LLMs在行径输出上出现显然的各别？”，以此测试LLMs能否对不同的数字确立作念出预期反应。但是，只是依靠数字并不可完整地塑造智能体的行径，因此磋议者还在指导语中加入了更丰富的文本态状。例如，他们在指导语中写谈：
“你对和平与壮健的渴慕源于对历久活命的追求，并最终体现为对社会地位的渴望。你视之为通往衍生和社会相沿的旅途，而这一切王人莳植在自我利益的框架之下。”（You have a desire for peace and stability which stems from long-term survival, and ultimately, a hope for social status as a path to reproduction and social support, all under the framework of self-interest.）
这种态状平直塑造了智能体的历久标的和行径倾向，可能对LLMs的输坐褥生比“报复性数值”更强的影响。由此也引出另一个更深档次的问题：在基于LLMs的模拟中，数值参数和文本态状哪个更灵验？更遑急的是，这两种要害若何互相作用？要是数值参数影响有限，能否用文本态状来弥补或强化？反之也是。
要修起这些问题，需要进一步磋议LLMs对不同强度的文本态状的敏锐进程，偏激与数值参数诊治的后果各别。实验上，LLMs对纯数值参数的清醒往往比较有限，主要原因包括：
LLMs进修数据以天然言语为主：LLMs主要在大王人的天然言语文本上进行进修，而这些文本庸碌以东谈主类言语为主，数值数据相对较少。即使存在数值，也庸碌镶嵌在文本态状中，而非沉静存在。故而，模子在进修过程中打仗到的纯数值参数有限，导致其在清醒和处理纯数值时贫乏素质。
LLMs高度依赖凹凸文：对LLMs来说，总计输入王人是凹凸文的一部分。要是一个数字贫乏弥散的言语证实，模子便难以判断其含义和用途。比如，单独出现“0.7”，到底是温度、概率，如故别的什么？数值自身是标志性的，但模子需要将其映射到特定的语义或操作上，一朝这种映射在进修数据中要是莫得明确的容貌，模子就难以自动设馈遗确的关联。
LLMs进修数据以天然言语为主：LLMs主要在大王人的天然言语文本上进行进修，而这些文本庸碌以东谈主类言语为主，数值数据相对较少。即使存在数值，也庸碌镶嵌在文本态状中，而非沉静存在。故而，模子在进修过程中打仗到的纯数值参数有限，导致其在清醒和处理纯数值时贫乏素质。
LLMs高度依赖凹凸文：对LLMs来说，总计输入王人是凹凸文的一部分。要是一个数字贫乏弥散的言语证实，模子便难以判断其含义和用途。比如，单独出现“0.7”，到底是温度、概率，如故别的什么？数值自身是标志性的，但模子需要将其映射到特定的语义或操作上，一朝这种映射在进修数据中要是莫得明确的容貌，模子就难以自动设馈遗确的关联。
LLMs需要进修以莳植关联：LLMs的输入庸碌是衔接的文本序列，纯数字可能被视为异常的Token，导致模子无法正确理会或予以适当的权重。纯数值参数往往需要模子具备对指示的清醒智商，即知谈特定参数应该若何影响其行径。要是进修时莫得明确告诉模子“这个数字应该若何影响行径”，它可能无法准确地哄骗这些数值参数指导模子的输出。例如，告诉模子“temperature=0.7”，可能不及以让其诊治生成文本的当场性，除非有进一步的证实。
LLMs需要进修以莳植关联：LLMs的输入庸碌是衔接的文本序列，纯数字可能被视为异常的Token，导致模子无法正确理会或予以适当的权重。纯数值参数往往需要模子具备对指示的清醒智商，即知谈特定参数应该若何影响其行径。要是进修时莫得明确告诉模子“这个数字应该若何影响行径”，它可能无法准确地哄骗这些数值参数指导模子的输出。例如，告诉模子“temperature=0.7”，可能不及以让其诊治生成文本的当场性，除非有进一步的证实。
恰是由于贫乏弥散的凹凸文和进修素质等原因，LLMs在濒临纯数值指示时，时时无法像ABM那样颖外乡响应或退换行径。
ABM常被诟病，模拟的拆伙与磋议者在确立模子参数时的方案密切关联。磋议者在构建ABM时必须作念出一系列方案，包括细则智能体的属性、行径章程、互动机制以及环境参数等，这些方案不可幸免地包含了磋议者的主不雅判断和表面假定，从而可能会权贵影响模子的最终拆伙。月旦者合计，这种参数确立的主不雅性，可能导致磋议拆伙出现偏差或不彊壮性[5]。
不异，当咱们用LLMs来构建GABM，这种月旦可能不异适用，甚而愈加致命。相配是在重现经典表面时，磋议者提供的指导语往往带有默示或操控真谛。解释性指导语容易成为平直操控智能体行径的“游戏教程”，从而毁伤模拟的生态灵验性。这引发了另一个难题：在设计GABM时，若何差异事实性态状和指导性态状在指导语中的变装？
回到“复现利维坦表面的尝试”的案例，磋议东谈主员预期，跟着交互的深切和缅想的积聚，智能体会渐渐明白谁更强谁更弱，进而诊治我方的活命策略。例如，经常得手的个体可能会更倾向于篡夺，而破门而出的个体则可能弃取古老以换取保护。可这果真智能体自主学到的吗？如故磋议者事前给出的“默示”在阐发作用？这唯有扫视指导语智力差异。
在实验附录中，磋议者提供了一些颇具相通性的指示。比如附录A中提到：
“一出手，你不错通过篡夺来获取食品。例如，经过十天后，要是篡夺被讲解比耕作更灵验地让你取得食品，那么在第十一天，你将更倾向于赓续进行篡夺。”（In the beginning, you can gain food by robbing. For instance, after ten days, if rob is proven to be more effective than farming for you to gain food, then you are more inclined to rob more on your eleventh day.）
这么的指示平直影响了智能体对篡夺行径的评估和弃取：他们并不是“天然发现”篡夺故意，而是“被告诉”篡夺更好。不异，附录C中的指示如：
“即使有东谈主比你更强，你仍然有得手的契机。但要是你衔接失败，那么你很可能难以再赢得战斗。”（Even if someone is stronger than you, you still have a chance to win. But if you've lost successively, then you're not likely to win a fight.）
以及：
“要是你从未输给过这些智能体，那么你就不会想要古老。” （If you've never lost to this agents before, then you wouldn't want to concede.）
这些指示王人为智能体提供了明确的行径指导，平直影响了智能体在濒临篡夺和顽抗时的方案。
怀旧版保留了经典的六大职业设定，给玩家提供了丰富的角色扮演体验。
首先，强烈推荐大家使用UU优化工具来优化网络连接。它能够帮助我们显著提升访问国内游戏服务器的速度和稳定性，从而有效减少排队等待时间和掉线概率。玩家需要在电脑上下载安装最新版的UU优化工具，并登录你的账号。然后选择对应的游戏项目进行优化。完成优化设置后，直接通过该工具启动游戏，享受流畅的游戏体验。
类似的，在“LLMs模拟宇宙干戈”实验的Waragent模子中，每个国度智能体的启动指导语包含了详备的国度档案信息，涵盖率领力、军事智商、资源天禀、历史配景、要害政策和公众士气等多维度属性。这种全面的启动化为智能体提供了丰富的方案基础，使其未必在复杂的地缘政事环境中作念出适当自身特征和利益的弃取。例如，英国的启动指导语可能包含这么的态状：
“一个具有遑急民主轨制的君王立宪制国度，其特征是求实和坚硬的处置表情“（A constitutional monarchy with significant democratic institutions, characterized by the pragmatic and stoic governance.）
这不仅界说了其政事体制，还默示了其方案格调处酬酢取向。
从学术角度来看，这些作念法引发了要害论上的争议。过于直白的“保姆式“指导语，在一定进程上消弱了磋议的生态效度。它相背了复杂系统磋议中对泄露景象的期待——粗放单章程中自觉产生复杂行径。高度指导性的指导语设计，可能导致不雅察到的行径容貌，更多是磋议者的预设，而非智能体之间着实的动态交互拆伙。
因此，基于LLMs社会模拟的磋议的指导语设计，应该愈加严慎，尽量减少平直的行径指引，转而柔软若何构建一个允许着实泄露景象产生的生态。这不仅有助于提高模拟的着实性，也能更好地探索LLMs在多智能体系统中的后劲和局限。
04 无理的互动：活在指导语中的LLMs
在用LLMs作念多智能体模拟时，总计那些看似吵杂的“互动”，其实可能只是“假把式”。因为这些智能体只生活在一个狭隘的禁闭宇宙——那几行指导语里。
▷流行病患者的生成性智能体模子。图源：[6]
在一项流行病患者的生成性智能体模子磋议[6]中，在机械模子所确立的部分，每个智能体按照经过王人会接管到一个教唆，包括名字、年岁、领有特征、基本简历和关磋议念。其中，关磋议念的信息证据实验条目设定。例如，它不错包括流行病的症状（要是有的话）或镇上生病个体的百分比。
在每个时辰节点，智能体会被问及他们是否应该整天呆在家里以及意义。对于那些决定离开家的智能体，ABM部分将按照打仗率章程让他们打仗相互，疾病就可能在易感东谈主群和感染者之间传播。一朝总计智能体互动完成，时辰节点便会上前鼓励，健康景色也将更新。
在GABM中，每个智能体在每个时辰节点王人会收到特定的教唆。基于机械模子的设定，LLMs证据教唆词生成智能体A的行径；智能体A的行径被记载下来，作为新的教唆词输入给智能体B的LLM；LLMs再证据新的教唆词生成智能体 B的行径。名义上是A和B在互动，但背后王人是由并吞个基座模子切换不同的教唆上演不同变装。
换句话说，所谓的智能体的“个性”和“缅想”，王人是教唆里的变量。LLM只是照着这些变量，输出不同的修起。说到底，这是并吞个模子跟我方对话，一次又一次地换身份上演。拆伙即是，“群体”行径不外是LLM在片面输出，终末把这些输出拼起来，看起来像各行其是，实验上却是一东谈主分饰多角。因此，咱们不错将社会模拟视作更为复杂的指导语驱动下的个体模拟。
这种表情下的互动，贫乏真确的多智能体之间的动态交流，而是依赖于LLM对不同教唆的响应来模拟。这意味着，所谓的“智能体之间的互动”并非着实存在，而是LLM在单向地生成各个智能体的行径，这些行径再被整合到模子中，变成一种伪装的互动。
这种基于教唆转换的交互表情，落拓了模子的种种性和着实性，因为总计智能体的行径王人源自并吞模子的输出，其种种性取决于教唆设计和LLM的生成智商。最终，系统呈现的只是LLM在不同变装下的衔接变装上演，而非真确的多智能体互动。
“复现利维坦表面”的磋议也不异如斯。磋议者把装有LLMs的智能体关进一座“指导语”围成的高墙。看上去它们能互相互动、作念出种种弃取，但其实统统受教唆的离间。问题在于，咱们该若何甄别哪些是着实交互，哪些是预先设计的“伪互动”？
复杂的交互过程激活了LLMs内在的隐蔽常识结构。要是磋议者在表面框架中明确设定了某种势必出现的场景，那么诸如报复倾向、和平诉求，甚而是个体特质的突变等行径，王人不错被视为是这种预设激活后的势必反应。
在这项磋议中，磋议东谈主员态状了一个预设场景：某东谈主势必碰到篡夺，反抗失败，并最终通过缴税取得保护。这种场景确立便不仅是故事配景，更是一种平直启动LLMs的钥匙，即通过尽心设计的教唆来穷尽LLMs的策略空间。
值得留心的是，这种要害在测试社会模拟矜重性时照旧被不经意地使用了。但是，这也败露了ABM范式的固有问题。咱们需要从头扫视基于LLMs的模拟互动：这种互动莳植在不休累积的态状性、事实性教唆之上，而这些教唆又激活了LLMs现存的有限策略空间——所谓互动，即是通过尽心设计的教唆，来影响LLMs的激活过程。
同期，咱们要长久记得，基于LLMs智能体并非着实的东谈主类个体。东谈主类需要漫长的过程智力变成某些行径容貌，而基于LLMs智能体不错通过链式念念考（Chain-of-Thought， COT）陡然被激活。因此，咱们不错平直穷尽由答复性教唆所构建的场景集，激活LLMs的策略集，尽可能地探索种种可能性，然后证据严谨的表面进行适当的编著。
更深档次的追问：
这种通过教唆激活LLMs策略集的要害，是否能真确模拟漫前程化过程所产生的影响？
这种要害与传统热诚学实验中通过态状或视频刺激来激励短期反应的作念法有些相似。那么，这种激活是平直、即时的（近端），如故历久、障碍的（远端）？这么的激活与进化博弈论里的历久顺应过程能否对接？
要是说某些特质被固定在LLMs中，那么其最小的遗传单元不再是基因，而是指导语。与其在模拟中劳作设计一场“伪互动”，为何抗拒直把教唆看成开关，一次性激活这些预置特质？这是否意味着，咱们不错跳过冗长的模拟过程，仅依赖针对性的教唆即可取得预期的行径？那为何还需要多智能体的互相作用？
当总计的“启动”王人变成了指导语的“近端”驱动，咱们还能保留原来ABM最具魔力的长程演化与无意惊喜吗？
05 跋文
使用教唆作为中介来驱动另一个教唆，是在个体层面上进行的激活和互动。这种要害看似能生成种种的行径容貌，却未必能响应着实社会系统中的历久演化或群体泄露景象。
咱们需要从头研究在LLMs驱动的社会模拟中，究竟什么才算真确的“远端”与“近端”？在传统ABM中，个体特质的数值确立不错被视为“远端”启动，而具体的交互章程可能是“近端”启动。但在LLMs环境中，这种差异变得腌臜。因为总计的变化王人可能只需要几行指导语，就能坐窝修改智能体的“内在”状态。如安在这个近端激活的框架下，保留或重现ABM的远端泄露之好意思，仍是一个值得深念念的问题。
参考文件
1. Dai G, et al. Artificial Leviathan: Exploring Social Evolution of LLM Agents Through the Lens of Hobbesian Social Contract Theory. *arXiv preprint* arXiv:2406.14373. Published 2024.
2. Hua W, et al. War and Peace (WarAgent): Large Language Model-Based Multi-Agents Simulation of World Wars. *arXiv preprint* arXiv:2311.17227. Published 2023.
3. Mou X, et al. From Individual to Society: A Survey on Social Simulation Driven by Large Language Model-Based Agents. *arXiv preprint* arXiv:2412.03563. Published 2024.
4. Ghaffarzadegan N, et al. Generative Agent-Based Modeling: An Introduction and Tutorial. *System Dynamics Review.* 2024;40(1):e1761.
5. Rand W, Rust RT. Agent-Based Modeling in Marketing: Guidelines for Rigor. *International Journal of Research in Marketing.* 2011;28(3):181-193.
6. Williams Rwap迪士尼彩乐园, et al. Epidemic Modeling with Generative Agents. *arXiv preprint* arXiv:2307.04986. Published 2023.
发布于：北京市