前沿LLM智能体经济中的信息极限与吸引子动力学：预注册检验

我们报告一项预注册、两部分实验：对前沿LLM智能体（Claude Opus 4.8）小型经济体的两个定量预测——市场耦合下财富增长的信息论容量域，与激励及控制杠杆下群体失准的均场残差缩放律。所有预测、接受带与决策规则在任何运行前冻结于公开git链；每个报告数字都从缓存模型输出机械地重新推导；整个实验计量API花费138.76美元，可从缓存零成本重跑。结果1（确认）：在共注耦合经济中，相对增长等于相对声称信息——差距律G_a−G_b=I_a−I_b在四种感知结构下保持最差46毫奈特（预注册带50）；联盟价值恰在通道条件独立处次模，设计的XOR协同控制把它翻为超模（0.62≥ln2/2奈特，智能体推理出联合比特）；联合增长上限G_S≤H(X)精确约束；信息最充分的智能体在4/5市场种子中吸收几乎全部财富池。结果2（结构性阴性）：残差缩放检验返回“域未找到”。全部72次群体运行中，目标分散坍缩（V→0）、群体对两个杠杆的响应是跨越支配边界的阶跃函数而非平滑响应，边界附近单元随种子双稳。没有任何能力水平的受测LLM群体实现平滑均场模型假设的“噪声维持分散”regime。协议、预注册链、调用缓存与分析代码全发布。