先想后说：多智能体中从内部评估到公开表达

基于大语言模型的多智能体模拟为研究社会互动、商议和集体意见动态提供了一种有前景的方法。然而，许多现有的对话模拟框架主要将交互表示为可观察的回合交换或聚合输出，而使沉默、说话意图和公共表达背后的内部评估过程难以检查。我们引入了TBS（Think-Before-Speak），一种基于间隔的多智能体模拟框架，它将智能体的私人推理与公共话语生成分开。在每个时间间隔，所有智能体都会根据共享的对话历史记录和自己的记忆更新结构化的内部状态。这些状态包括与失调相关的评估、感知的舆论氛围、感知的孤立风险、应对策略和发言意愿。然后，协调者解决相互竞争的发言意图，并将一种话语提交给公众对话，从而使内部评估和公众互动随着时间的推移共同发展。我们在模拟市政厅讨论气候相关政策问题时评估了 TBS。结果表明，TBS 产生连贯的内部状态轨迹，并且这些轨迹在回合分配、沉默和记忆条件下系统地变化。与不和谐相关的评估会增加代理人的发言意愿，而沉默压力评估则会降低发言意愿。发言意图一旦形成，公众表达主要由轮次分配规则决定。这些发现表明，TBS 通过使从内部评估到公共表达的路径可观察和可分析来支持机制敏感的社会模拟。