LLM 驱动的智能体是否存在参与机制？关于信息负荷、描述规范与流行提示的受控测试
人工智能
2026-03-24 v1 计算机与社会
摘要
大语言模型使基于智能体的仿真更具行为表达性，但也加剧了一种基本方法论张力：流畅、类似人类的输出本身并非理论的证据。我们评估 LLM 驱动的仿真能可信赖地支持什么样的行为参与。以社交媒体信息参与为测试案例。在类似微博的环境中，我们操纵信息负荷和描述规范，同时允许流行提示（累计点赞和类似新浪微博的累计转发）呈内生演化。我们随后询问模拟行为在这些受控变异下是否以理论可解释的方式变化，而不仅仅是产生看起来合理的痕迹。参与度对信息负荷和描述规范作出系统性响应，对流行提示的灵敏度在不同情境下有所不同，表明是条件性而非僵化的提示遵从。我们讨论了仿真方法在通信研究中的方法论含义，包括多条件压力测试、明确的无规范基线（因为默认提示并非空白控制）以及在研究众包动态时保持内生反馈环的设计选择。
引用
@article{arxiv.2603.20911,
title = {Do LLM-Driven Agents Exhibit Engagement Mechanisms? Controlled Tests of Information Load, Descriptive Norms, and Popularity Cues},
author = {Tai-Quan Peng and Yuan Tian and Songsong Liang and Dazhen Deng and Yingcai Wu},
journal= {arXiv preprint arXiv:2603.20911},
year = {2026}
}