发现合作管道：连续社会困境的自动研究

我们研究了两级自动研究合作：外环人工智能代理自主地重新设计 LLM 策略合成系统的内环管道，以应对多智能体顺序社会困境（SSD）。研究人员代理 $\mathcal{R}$ （作为 编码智能体 运行）读取内循环源代码，编辑系统提示、反馈函数、帮助程序库和迭代逻辑，运行评估并决定保留什么，遵循自动研究范例。在两个游戏（清理和收集）、两个政策合成器 LLM 和两个福利目标（功利主义效率和罗尔斯极大极小）中，研究人员可靠地超过了手工设计的基线，大幅收紧了运行间方差，并且优于仅提示优化。发现的管道是目标相关的：只有在 maximin 下，研究人员才会将显式公平机制注入合成器管道中，这是其自身的目标不可知系统提示和每个效率优化管道中所缺少的一类机制。这支持信息设计阅读，其中研究人员根据福利目标选择向有限理性综合器揭示什么。代码位于 https://github.com/vicgalle/autoresearch-social-dilemmas。