论文

耗尽能源公地:自我毁灭的过度拨款作为代理 LLM 集体的协调失败

Draining the Energy Commons: Self-Defeating Over-Appropriation as a Coordination Failure in Agentic LLM Collectives

模型评测模型能力评测

摘要

LLM 越来越多地被部署为随着时间的推移进行计划、使用工具和行动的代理。当它们共享持久资源(例如计算池或能源储备)时,一个代理的决策会影响后面的代理所面临的条件。我们研究可再生能源公域中的这种协调失败。四个同系 GPT、Gemini 或 Grok 智能体以同质的自我游戏方式扮演电力产消者,被指示最大限度地提高运营连续性。保持总剩余需求和决策协议固定,我们将共享能源储备的再生率从丰富到稀缺改变。当需求未超过可再生能源替代峰值时,所有三个家庭都会保留储备,但过度使用超过该阈值(所有九个精确稀缺性对比均经过霍尔姆校正;最大调整后的 p = 4.87e-5)。这种模式是弄巧成拙的:同样的人群保护当前的服务,同时破坏未来的服务。在稀缺性较高的情况下(rho = 1.2),早期总需求压力超过每个家庭的可再生能源替代峰值,平均为该水平的 1.21 倍。平均轨迹在第 5-7 轮时降至最大补充储备水平以下。两个线下基准将社会规划者最大化整个集团运营服务价值与开放访问进行比较,其中每个产消者都最大化自己的价值。在折现系数 gamma = 0.95 下,两个基准都在相同的动态下维持储备。相反,实际消耗类似于更不耐烦的开放获取基准下的结果。因此,在公共轨迹层面,人们的行为就像不耐烦的优化者。孤立响应评估会错过这种系统级对齐失败。