SidConArena：开放式正和议价中的Agent能力评测

评估 LLM 代理需要超越静态推理和零和博弈的动态环境。现实世界的经济互动往往是开放式和混合动机的：智能体必须进行谈判，创造正和盈余，争夺稀缺资产，并在延迟回报下进行计划。我们引入了 SidConArena，这是一个新的基准框架，用于在开放式正和讨价还价中评估 LLM 代理。 SidConArena 将多人经济形式化为有限视野、部分可观察的随机游戏，具有三个耦合阶段：具有绑定交易的自然语言谈判、基于确定性转换器的生产以及长期资产的密封投标拍卖。该框架结合了结构化观察、阶段感知代理调度、神经符号动作接口和异步执行，实现自由形式的交互，同时保留基于规则的评估。在同质和异质锦标赛中，更强大的前沿模型可以实现更高的经济成果，但代理商仍然错误地评估资源，被动讨价还价，并且在长期投资规划方面仍然受到限制。