错觉的建筑：网络不透明性与战略升级

标准的有限理性模型通常假设代理人要么拥有关于群体推理能力的准确知识（认知层级，Cognitive Hierarchy），要么持有教条化、退化的信念（Level-k）。我们引入了“连接心智”（Connected Minds）模型，将这些框架通过整合迭代推理与参数化网络偏好来统一。我们认为，代理人并不观察整个群体；相反，他们观察一个受其网络位置偏好的样本，由局部参数p（代表算法排序、社会同质倾向或信息披露）控制。我们表明，这个参数充当了一个连续的桥梁：当网络变得不透明时（p→0），模型退化为迟钝的Level-k递归；当网络完全透明时（p=1），则恢复标准的认知层级模型。理论上，我们建立了网络不透明性会导致“复杂偏差”，即代理人系统性地高估对手的认知深度，同时保持信念分布的对数凹性。这使得p成为一个可操作的杠杆：规划者或平台可以针对全局或特定细分市场（个性化p_k）来调节透明度，以塑造均衡行为。从机制设计的角度看，我们推导出“升级原则”：在战略补充的游戏中，限制信息可以最大化总体努力，通过将代理人困在其中与幻觉的高复杂度同伴竞争的回声室中来实现。相反，我们识别了一个“透明度反转”用于协调游戏，在该游戏中，最大化网络可见性是必需的，以最小化方差并稳定结果。我们的结果表明，网络拓扑功能类似于认知焦点镜头，决定代理人是作为局部模仿者还是全局优化者来行为。