自然·人文與社會科學通訊：大語言模型正在重寫復雜系統仿真的規則

導語

如何讓復雜系統中的“智能體”真正像人一樣思考、交流、協作與適應，而不僅僅是執行預設規則？隨著大語言模型（LLMs）的快速發展，基于智能體的建模與仿真（ABMS）正從規則驅動走向語言驅動，為社會、經濟、城市、網絡等復雜系統的模擬帶來了新的可能。本文系統梳理了LLM賦能智能體仿真的研究進展，圍繞智能體能力構建、仿真系統設計、典型應用場景及評估方法展開分析，并總結了規模化、多智能體協作、魯棒性、倫理治理等關鍵挑戰，展望了構建更真實、更可解釋、更可控復雜系統模擬平臺的發展方向。

關鍵詞：大語言模型（Large Language Models, LLMs）、基于智能體的建模與仿真（Agent-based Modeling and Simulation, ABMS）、LLM賦能智能體（LLM-empowered agents）、復雜系統（Complex Systems）、社會仿真（Social Simulation）

趙思語丨作者

趙思怡丨審校

論文題目：Large Language Models Empowered Agent-based Modeling and Simulation: A Survey and Perspectives 論文鏈接：https://www.nature.com/articles/s41599-024-03611-3 發表時間：2024年9月27日 論文來源：Nature ：humanities and social sciences communications

從“規則驅動”到“語言驅動”：

復雜系統仿真的新入口

如果要理解一個城市的交通擁堵、一場輿論風暴的擴散、一個市場價格的波動，或者一次疫情在社區中的傳播，研究者很難只靠單個公式給出完整解釋。因為這些現象不是由某一個中心控制者直接決定的，而是由大量個體在環境中不斷行動、交流、適應之后共同產生的結果。基于智能體的建模與仿真（Agent-based Modeling and Simulation）正是為這類問題而生。它把復雜系統拆解為一個個“智能體”（agents），讓每個智能體擁有自己的屬性、狀態、行為規則和決策方式，再讓它們在某個環境中相互作用，由此觀察宏觀層面的涌現現象。

過去的智能體仿真主要依賴預設規則、符號方程、隨機模型或機器學習模型。它們在交通流、行人運動、生態系統、市場交易等場景中都發揮過重要作用，但也有一個共同局限：智能體往往像“寫死的規則機器”，能夠對特定刺激作出反應，卻很難像人一樣理解語境、解釋意圖、調整目標，更難在陌生環境中遷移經驗。論文指出，傳統仿真中的“反應式架構”（reactive architectures）雖然高效，卻難以處理需要長期規劃、深層推理和復雜策略的任務；而面向真實世界的仿真又常常需要同時描述系統如何運行、解釋模式為何出現、預測未來狀態并探索假設情景，現有方法很難兼顧準確性、可解釋性、適應性和可靠性。

這正是大語言模型進入這一領域的原因。LLM并不只是會生成文本，它們在理解自然語言、進行推理、拆解任務、調用工具、與其他智能體交流方面表現出新的可能性。對于仿真來說，這意味著智能體不再只能根據固定規則“觸發動作”，而是可以通過語言理解環境，通過記憶連接過去經驗，通過規劃安排未來行動，并通過對話與其他智能體協同或競爭。換句話說，語言正在成為連接“環境—智能體—行動”的新接口。

圖1：大語言模型智能體如何滿足基于智能體建模與仿真的能力需求。左側是仿真系統對智能體的要求，包括社會能力、自主性、反應性和主動性；右側是LLM Agent的能力，包括感知、推理、決策、自我演化，以及通過接口、內部機制和動作與環境交互。

更類人的智能體：

感知、推理、演化與異質性

真實仿真需要智能體具備四類能力：自主性（autonomy）、社會能力（social ability）、反應性（reactivity）和主動性（pro-activeness）。自主性意味著智能體不能時時依賴人工干預，而應能根據目標和環境獨立運行；社會能力意味著它們能夠與其他智能體或人類交流合作或競爭；反應性意味著智能體能夠感知環境變化并及時調整；主動性則意味著它們還能圍繞目標主動探索、規劃和執行。這些要求對應到現實場景中非常具體：行人在城市中移動不僅沿最短路徑，還會避開擁擠、受天氣和同伴影響；消費者選商品不只看價格，還受偏好、預算和信息不完整影響；社交網絡用戶轉發信息，也與情緒、立場和群體壓力有關。因此論文特別強調“有限理性”（bounded rationality）——人類并不總是做出完全理性的最優選擇，而是在知識有限、信息不完整的情況下做出“足夠可接受”的決定，一個更真實的仿真也需要容納這種不完美。

大語言模型的價值正在于，它可以為智能體提供更接近人類的認知復雜性。論文將LLM用于仿真的核心能力概括為四個方面。感知（perception）：在傳統仿真中，環境往往被編碼為變量和狀態表；而在LLM Agent中，環境可以通過自然語言描述、規則文本甚至多模態輸入傳遞給模型，智能體能夠從第一視角理解情境。推理與決策（reasoning and decision making）：LLM Agent可以在有限指令下自主規劃，動態調整策略，甚至形成新目標，使仿真從“執行腳本”走向“在環境中生活”。自適應學習與演化（adaptive learning and evolution）：LLM Agent可以通過上下文學習、記憶模塊和新數據吸收，在長期仿真中表現出類似學習曲線的變化。異質性與個性化（heterogeneity and personalizing）：通過角色提示、背景設定和偏好描述，不同智能體可以呈現差異化行為，提供了一種比傳統參數校準更靈活的異質性建模方式。

搭建LLM仿真系統：

環境、行動與評估

構建LLM Agent仿真面臨四個關鍵環節。環境與接口是第一步。已有研究中的環境大致分為虛擬環境和真實環境。虛擬環境包括游戲、沙盒世界、虛擬公司或推薦系統；真實環境則包括真實網站、城市空間和經濟市場。例如Generative Agents構建了名為Smallville的沙盒世界，讓多個LLM Agent安排日常生活、建立關系并組織群體活動；WebAgent則讓智能體在真實網頁上執行瀏覽和操作任務。接口方面，多數工作仍以文本為主要媒介——即使環境本身是復雜的沙盒或網頁，也需要被轉寫為文本描述再由LLM理解，而智能體之間的交流也主要通過文本完成，使對話、協商和信息傳播具有更強可解釋性。

動作模擬依賴三個重要機制：規劃（planning）讓智能體把復雜任務拆解為子任務，例如在游戲中將“挖到鉆石”分解為收集資源、制作工具、尋找礦洞等步驟；記憶（memory）讓智能體保存過去經驗，不必每次都從零開始；反思（reflection）則讓智能體根據反饋修正策略。這三者共同構成LLM Agent從靜態知識庫走向動態認知體的關鍵。評估同樣不可或缺：微觀層面關注單個智能體的行為是否真實，宏觀層面關注群體涌現現象是否接近真實數據。LLM的一大優勢是能生成自然語言解釋，研究者可直接詢問智能體為何采取某個行動，獲得比傳統黑箱模型更可讀的行為說明。不過論文也提醒，偏見、公平性和有害輸出檢測同樣是評估的一部分。

圖2：LLM Agent基于智能體建模與仿真的主要應用域。論文將已有場景劃分為社會域、物理域、網絡域，以及融合多個系統的混合域。

四大領域的應用圖景：

從社交網絡到城市仿真

論文將LLM智能體仿真劃分為四個應用領域。

社會域最為豐富，包含社會網絡與經濟學兩個重要分支。

圖3.社會科學中LLM智能體仿真任務分類（社交網絡 / 合作機制 / 個體行為）

在社會網絡動力學方面，S3系統用LLM Agent模擬社交網絡中的情緒、態度和互動，在性別歧視、核能等議題上復現了真實社會動態。在合作仿真方面，CHATDEV把LLM Agent組織成虛擬軟件公司，設置CEO、程序員、設計師等角色完成軟件開發；MetaGPT也通過產品經理、架構師、工程師等角色模擬標準化開發流程；AgentVerse則更進一步，實現了智能體的自適應生成，能夠根據任務動態調整團隊構成。在個體行為層面，Humanoid Agents融入了基本需求、情感和關系親近度等認知要素，使智能體決策更貼近真實人類。

經濟系統仿真從個體到市場分為三個層次。個體層面，研究者用LLM復現行為經濟學實驗，觀察其是否呈現公平偏好、利他傾向等人類特征；交互層面，研究集中在博弈論環境，考察合作與策略選擇；系統層面則包括消費市場和宏觀經濟系統。有研究讓數百個智能體模擬勞動與消費行為，成功涌現出菲利普斯曲線（Phillips curve）和奧肯定律（Okun’s law）等宏觀經濟規律，這是傳統方法難以做到的。

物理域關注人類移動、導航、交通和無線網絡。在導航任務中，LM-Nav、LLM-Planner等工作讓語言模型參與具身智能體規劃。交通仿真中，研究者將LLM Agent接入CARLA駕駛模擬器，引入記憶模塊和安全準則，使駕駛行為更接近真實人類。

網絡域對應數字空間行為，如網頁瀏覽和推薦系統交互。WebAgent可根據自然語言指令拆解網頁任務并與真實網站交互；RecAgent和Agent4Rec讓LLM扮演用戶與推薦系統互動，為推薦算法評估提供新測試方式。

混合域同時包含物理空間、社會行為和網絡信息。Generative Agents中的Smallville虛擬小鎮讓智能體自發組織社交活動；WarAgent用LLM代表國家模擬國際沖突決策；UGI則將數字孿生城市與城市大模型CityGPT結合，為城市中的移動、導航、社交和經濟活動仿真提供平臺。這類混合域仿真更復雜，也更接近LLM Agent真正可能發揮價值的方向。

圖4.展示經濟系統仿真的三個層次：個體行為、交互行為和經濟系統級行為。

五個開放問題：

規模、基準、平臺、魯棒性與倫理

盡管前景廣闊，論文并沒有把LLM Agent仿真描述為成熟技術，而是集中討論了五個開放問題。規模化效率：多智能體仿真通常希望同時模擬大量角色并讓它們通信和協商，但大規模LLM社會的計算成本極高。已有研究嘗試通過模型壓縮、批量提示和共享消息池降低成本，其中批量提示可提升推理效率數倍，但全流程加速仍是難題。

基準：當前不少基準評估LLM Agent的規劃、推理或工具使用能力，但專門用于評估“仿真質量”的基準仍不足——一個好的仿真基準不應只問智能體是否完成任務，還應評估個體行為是否真實、群體模式是否涌現、解釋是否合理、偏見是否可控。

開放平臺：城市生成智能等工作已開始嘗試開放平臺，但整體而言，LLM驅動的基于智能體仿真仍缺少通用、可復現、可擴展的平臺生態，研究容易停留在各自構建的小型原型系統中，難以比較和積累。

魯棒性：LLM本身受對抗提示和分布外輸入影響，而LLM Agent往往還具備工具調用能力并處于多智能體傳播場景中，一旦某個智能體受攻擊，影響可能在智能體社會中擴散。更復雜的是，多智能體仿真會出現從眾、同質性等類人群體行為——這既是仿真價值所在，也可能成為被攻擊者利用的弱點。

倫理風險：當給ChatGPT分配某些人格設定時，可能產生更高毒性輸出，涉及歧視性刻板印象和冒犯性語言。LLM Agent在信息傳播中可能表現出人類式偏見并在多智能體設置中進一步放大。這意味著用LLM模擬人類社會不是中性技術實踐，研究者必須重視人類價值對齊、偏見測量、角色刻板化問題和模型可解釋性。

結語

這篇綜述的核心貢獻不在于提出某一個新的算法，而在于把一個正在快速形成的研究方向系統地組織起來：大語言模型正在重塑基于智能體的建模與仿真范式。過去，智能體更多是規則和方程的執行者；現在，LLM Agent有可能成為能夠感知、推理、交流、記憶、反思并持續適應環境的仿真主體。但這也意味著，越是像人的系統，越需要嚴肅評估——它們可能更會交流，也可能更會傳播偏見；能夠生成解釋，但解釋本身是否可靠仍需驗證。未來關鍵問題不只是讓更多Agent在更大環境中運行，而是讓這種運行可驗證、可解釋、可復現、可約束。LLM Agent仿真真正打開的，不是“虛擬社會游戲”，而是一種研究復雜系統的新實驗室——讓我們有機會在可控環境中觀察個體如何形成群體、局部互動如何涌現宏觀規律。

AI+Social Science讀書會

集智俱樂部聯合美國東北大學博士后研究員楊凱程、密歇根大學安娜堡分校博士候選人裴嘉欣，賓夕法尼亞大學沃頓商學院人力資本分析研究組博士后研究員吳雨桐、即將入職芝加哥大學心理學系的助理教授白雪純子，共同發起。讀書會已完結，現在報名可加入社群并解鎖回放視頻權限。

詳情請見：

1.

2.

3.

4.

5.

6.

7.

#速遞