与大语言模型博弈：随机性与策略

博弈游戏有着以简化形式描述复杂交互的悠久历史。本文探讨大语言模型（LLM）能否进行博弈，通过同时和序贯博弈交互研究其随机化与策略适应能力。我们以 GPT-4o-Mini-2024-08-17 为研究对象，并测试了 LLM 之间的两种博弈：石头剪刀布（RPS）与策略博弈（囚徒困境，PD）。LLM 常被称为“随机鹦鹉”，尽管它们或许的确是鹦鹉，但我们的结果表明它们并不十分随机，即在要求其随机输出时，输出结果往往存在严重偏差。研究显示，LLM 似乎在重复博弈中形成了损失厌恶策略，其中 RPS 趋于僵局状态，而 PD 则根据提示设计在合作与竞争结果之间表现出系统性转变。我们详述了用于独立智能体交互的编程工具及实现中面临的 Agentic AI 挑战。结果表明，LLM 确实能够进行博弈，只是表现不佳。这些结果对 LLM 在多智能体 LLM 系统中的应用具有启示意义，并揭示了当前模型输出在战略决策方面的局限性。