我们要组队吗：探索竞争大语言模型智能体的自发合作

大语言模型 (LLMs) 已越来越多地用于社会模拟，在这些模拟中，它们通常由精心设计的指令引导，以在模拟过程中稳定地表现出类人行为。然而，我们质疑为了准确的社会模拟而塑造智能体行为的必要性。相反，本文强调了自发现象的重要性，即智能体深入参与情境并在没有明确指示的情况下做出适应性决策。我们在三个竞争场景中探索了自发合作，并成功模拟了合作的逐渐涌现，这些发现与人类行为数据高度一致。这种方法不仅有助于计算社会科学界弥合模拟与现实世界动态之间的差距，还为人工智能社区提供了一种评估 LLM 深思熟虑推理能力的新方法。