能源社会：研究生存压力下代理合作的模拟环境

基于 LLM 的代理越来越多地部署在多代理环境中，其激励可以塑造其行为。我们引入了能源协会，这是一种最小生存经济，用于研究当推理成本与生存直接相关时，竞争和合作激励如何影响紧急行为：智能体在生成词元时根据模型大小消耗能量，通过完成工作或接受捐赠来重新获得能量，并在能量达到零时停用。我们将竞争和合作目标与基线设置和几个控制变量进行比较。在实验中，较大的模型始终消耗最多的能量，并且消耗的能量比获得的能量更多，即使在词元成本不依赖于大小的设置中也是如此。合作激励极大地改变了行为：智能体通过捐赠来重新激活他人，有时以牺牲自己的生存和工作分配的变化为代价。消融表明，允许代理相互推荐行动可以支持协调和雄心勃勃的工作选择，而记忆可以帮助代理根据过去的结果校准风险。特工很少选择直接破坏，​​而是在竞争环境中表现出更微妙的自私行为迹象。能源协会是一个紧凑的测试平台，用于研究生存压力下词元成本与群体激励之间的相互作用。源代码可在 https://github.com/LucasBergholdt/EnergySociety 获取