LLM 代理作为社会科学家：面向社会科学自动化的人类-AI 协作平台
人工智能
2026-04-03 v1
摘要
传统社会科学研究往往需要在广阔的方法学空间中设计复杂实验，并依赖真实人类参与者，因而费用高、难以规模化。本文我们提出 S-Researcher，一个基于 LLM 代理的平台，旨帮助研究者更高效、更大规模地开展社会科学研究，通过“硅化”研究过程和参与者池。为构建 S-Researcher，我们首先开发了YuLan-OneSim，一个围绕三个核心要求设计的大规模社会模拟系统：通过自然语言到可执行情景的自动编程实现通用性，通过分布式架构支持最高可达 100,000 个并发代理实现规模性，通过反馈驱动的 LLM 微调实现可靠性。利用该系统，S-Researcher 支持研究者设计社会实验、使用 LLM 代理模拟人类行为、分析结果并生成报告，形成完整的人类-AI 协作研究循环，在该循环中，研究者在每个阶段都保留监督和干预权。我们将 LLM 模拟研究范式操作化为三个标准推理模式（归纳、演绎和归谬），并通过系统性案例研究对 S-Researcher 进行了验证：归纳复现与 Axelrod 理论相符的文化动力学，演绎性检验针对教师注意力的竞争假设并经调查数据验证，归谬识别公共 goods 游戏中的合作机制并经人类实验确认。S-Researcher 建立了一种新的人类-AI 协作范式，在全范围社会科学探究中，使计算模拟得以增强人类研究者，从而加速发现。
引用
@article{arxiv.2604.01520,
title = {LLM Agents as Social Scientists: A Human-AI Collaborative Platform for Social Science Automation},
author = {Lei Wang and Yuanzi Li and Jinchao Wu and Heyang Gao and Xiaohe Bo and Xu Chen and Ji-Rong Wen},
journal= {arXiv preprint arXiv:2604.01520},
year = {2026}
}