LLMs与生成式智能体模拟：复杂系统研究的新范式

摘要

大型语言模型（LLMs）的出现为自然科学与社会科学研究带来了变革性机遇，其通过提供理解复杂系统的新范式，正重塑相关领域的研究进程。尤其是生成式智能体模拟（GABMs）——通过整合LLMs模拟人类行为，因其能在多样化人工环境中建模复杂交互而日益受到关注。本文综述了LLMs在网络科学、演化博弈论、社会动力学及流行病建模等领域的颠覆性作用，评估了其在社会行为预测、博弈合作增强、疾病传播模拟等方面的最新进展。研究发现，LLMs不仅能复现人类典型行为（如公平偏好、合作倾向、社会规范遵循），还具有成本效益、可扩展性和伦理简化等独特优势；但同时也存在因提示词敏感性、幻觉问题甚至模型特性导致的行为不一致性，这为控制此类AI驱动的智能体带来了挑战。尽管潜力巨大，若要将LLMs有效整合至政府、社会或个人决策流程中，仍需解决数据偏见、提示词设计难题及人机交互动力学理解等关键问题。未来研究需优化模型架构、标准化方法论，并探索LLMs与人类及彼此交互中可能涌现的新型合作行为，这些进展或将彻底改变各类系统的决策模式。

关键词：大语言模型（LLMs），生成式智能体模拟（GABMs），复杂系统，网络科学，合作博弈，社会动力学，流行病建模********************************

彭晨丨作者

论文题目：LLMs and generative agent-based models for complex systems research 发表时间：2024年10月28日 论文地址：https://doi.org/10.1016/j.plrev.2024.10.013 会议名称：Physics of Life Reviews **

**

近年来，大语言模型（LLMs）的突破性进展正在重塑自然科学与社会科学的研究范式。近期，发表在 Physics of Life Reviews 的综述文章系统梳理了LLMs与生成式智能体模拟（Generative Agent-Based Models, GABMs）在复杂系统研究中的前沿应用。这类模型通过将LLMs嵌入智能体决策核心，能够实现人类在复杂环境中的互动行为的模拟，为网络演化、群体合作、社会动态传播等经典问题提供了全新研究路径。LLMs不仅能复现人类的公平性、合作倾向等社会规范，还展现出成本效益、可扩展性和伦理简化等独特优势。然而，其行为的不一致性、提示敏感性以及“幻觉”问题也揭示了AI智能体控制的技术挑战。

****

**

复杂网络：LLM驱动的自组织网络演化

在复杂网络领域，传统模型依赖固定规则生成节点连接，而GABMs首次实现了基于语义理解的网络自组织。一项研究通过GPT-3.5模拟在线社交网络生长：每个新加入的智能体（节点）在接收到包含现有成员好友数的提示后，自主决定连接对象。有趣的是，初始实验发现网络呈现独特的**“中心-辐条”结构**，与传统偏好连接模型（preferential attachment）的幂律分布明显不同。深入分析揭示，这种偏差源于LLM对节点名称的隐性偏好——当研究者将节点名称随机化后，网络结构立即趋近经典模型。这种**“名称偏见”**现象凸显了LLMs在模拟人类行为时可能引入的隐性认知偏差。

图 1. 生成式智能体模型（GABMs）。智能体并不根据一组固定的规则来决定它们之间的相互作用。相反，会向LLM发送包含所需详细信息的提示，并返回智能体应该做出的决策。

****

**

博弈论：AI智能体的合作悖论

博弈论实验成为检验LLMs社会认知能力的试金石。一项独裁者博弈（Dictator Game）中发现，GPT-3.5智能体的平均分配公平性显著高于人类，且从未选择“独占全部资源”的理性策略。

在一项囚徒困境（Prisoner's Dilemma）的单次博弈中，LLMs的合作率高达65.4%，远超人类37%的历史数据。这种超理性行为在另一团队的迭代实验中发生反转：**当GPT-4智能体相互博弈时，表现出“一次背叛终身不合作”**的极端惩罚策略，揭示了模型版本更新带来的行为变化。

这些矛盾结果暗示，LLMs的合作倾向高度依赖提示框架和模型微调策略，其“价值观”本质上是开发者预设与社会训练数据共同作用的产物。

图3. 提示一个LLM参与独裁者博弈。将Brookins等人提供的指令复制到使用GPT-3.5的LLM智能体中。虽然指令没有明确提到公平，但LLM表现出公平分配的倾向，超过人类参与者。

****

**

社会动力学：人机混合决策的曙光

社会动态模拟方面，LLMs正在突破传统智能体模型的局限。一项研究在流行病建模中构建了三层提示框架：基础场景智能体仅考虑工作收入；健康反馈层加入个体症状感知；完整反馈层进一步引入社区感染数据。结果显示，获取群体信息的智能体自发产生居家隔离行为，使疫情传播规模下降80%。这种无需预设规则的适应性决策，为公共卫生干预模拟提供了动态响应基础。

图5. LLM驱动智能体的疫情传播模型。Williams等人提出一种模型，其中个体每天通过LLM决策是否外出互动或居家隔离。在基准场景中，LLM仅被告知个体需要工作赚钱；在健康状态反馈场景中，提示词额外包含个体的健康状况；最终，完整反馈场景还会提供社区病毒传播信息（研究者将其命名为"Catasat病毒"）及前一阶段同区域（名为"Dewberry Hollow"）的感染人数数据。

而在群体决策领域，另一项研究证实GPT-3能精准模拟特定亚文化群体（如美国福音派基督徒）的政治倾向，其预测结果与真实民调误差小于2%。这种细粒度的人群建模能力，使政策仿真可以触及传统问卷调查难以覆盖的微观社会结构。

****

**

挑战与未来：人机共生的决策新生态

尽管前景广阔，LLMs在复杂系统中的应用仍面临三重挑战。首先是提示工程的脆弱性：在最后通牒博弈（Ultimatum Game）中，同一LLM作为提议者与响应者时行为一致性仅50%，而双智能体架构则提升至88%，显示决策角色的语义隔离至关重要。

其次是价值观的隐形编码，在一项政治倾向量表检测中发现，早期模型（如BERT）呈现保守倾向，而GPT-4则更趋自由主义，这种偏差可能扭曲社会模拟的客观性。

**最后是群体涌现的不确定性，**在多智能体公共品博弈中发现，恶意节点的存在会使相邻个体贡献率下降40%，但另一团队观察到补偿性合作增强，这种矛盾可能源于不同LLM版本的风险评估机制差异。

图6. LLM在社会决策中的整合应用。左图：智能体为政府或第三方组织提供决策支持，右图：智能体辅助个人决策的过程。此类智能元素的整合机制，在概念上类似于领域专家委员会模式，但其规模可扩展至前所未有的水平。

因此，未来的研究需建立标准化的提示词协议、开发偏差检测工具，并深入探索人机混合群体中新型合作机制的涌现规律。当数十亿LLM智能体在数字空间持续交互，可能催生超越人类经验的社会动力学新模式。这场始于语言理解的革命，未来可能将重塑我们理解复杂性的方式。

参考文献 [1] De Marzo, G., Pietronero, L., & Garcia, D. (2023). Emergence of scale-free networks in social interactions among large language models. arXiv preprint arXiv:2312.06619. [2] Guo, F. (2023). GPT in game theory experiments. arXiv preprint arXiv:2305.05516. [3] Williams, R., Hosseinichimeh, N., Majumdar, A., & Ghaffarzadegan, N. (2023). Epidemic modeling with generative agents. arXiv preprint arXiv:2307.04986. [4] Argyle, L. P., Busby, E. C., Fulda, N., Gubler, J. R., Rytting, C., & Wingate, D. (2023). Out of one, many: Using language models to simulate human samples. Political Analysis, 31(3), 337-351.**

**