超越低效：多智能体蒙特卡洛模拟中不文明行为的系统性成本

非建设性辩论和不文明沟通对生产力和凝聚力造成的代价已有充分记录，但将它们对运营效率的影响分离出来一直很困难。该领域的人类受试研究受到伦理审查、可重复性有限以及自然情境固有的不可预测性的约束。我们利用基于大语言模型（LLM）的多智能体系统作为受控的社会学沙盒来填补这一空白，实现大规模对沟通行为的系统操纵。利用蒙特卡洛模拟框架，我们在不同毒性条件下生成数千场结构化的一对一对抗辩论，并以收敛时间——即达成结论所需的轮数——作为交互效率的代理指标。在先前研究的基础上，我们在另外两个不同参数规模的LLM智能体上复现并扩展其发现，从而评估毒性行为对辩论动态的影响是否跨模型规模泛化。先前研究报告的25%收敛延迟得到确认。研究发现，参数更少的模型的这一延迟显著更大。我们还发现显著的先发优势：无论毒性条件如何，发起讨论的智能体的胜率都显著高于随机水平。