中文

LLM 智能体在无个体保真度下呈现集体合作

物理与社会 2026-06-29 v1 人工智能
作者: Henrique Ferraz de Arruda , Carlos Gracia Lázaro , Alberto Aleta , Yamir Moreno
在 arXiv 上查看 ↗ PDF ↗

摘要

大语言模型（LLMs）日益用作社会系统模拟中的智能体，但其行为何时可解释为对人类决策的忠实替代仍不清楚。此处我们以一个直接经验基准检验 LLM 智能体：一项含人类参与者的大规模网络化的囚徒困境实验。采用相同的交互协议、收益结构与网络拓扑，我们将九个开放权重 LLM 与人类数据比较。所选模型复现了合作动力学的若干宏观特征，包括合作的早期下降与后期稳定。然而，此聚合一致性并未均匀延伸至更细的行为层面。LLM 群体低估个体层面的异质性，并生成不同于人类观测的条件合作模式。加入随机智能体比例改善了微观层面一致的某些方面，但未消除决策规则的不匹配。这些发现揭示了基于 LLM 的社会智能体中的宏—微解离：即便底层行为分布与机制并非类人，集体结果亦可显现类人。其表明，将 LLM 智能体验证为人类替代物需跨越聚合动力学、个体异质性与上下文相关决策规则进行比较，而非仅看结果层面的一致。

关键词

LLM 智能体 社会模拟 囚徒困境 集体合作 宏—微解离 人类替代物验证

引用

@article{arxiv.2606.30454,
  title  = {Collective cooperation without individual fidelity in LLM agents},
  author = {Henrique Ferraz de Arruda and Carlos Gracia Lázaro and Alberto Aleta and Yamir Moreno},
  journal= {arXiv preprint arXiv:2606.30454},
  year   = {2026}
}