LLM代理商基于信誉的合作的出现

大语言模型（LLM）智能体之间的合作能否在进化上稳定地抵御搭便车入侵？我们研究了一种间接互惠捐赠游戏，其中 LLM 智能体观察行为痕迹并连续规模捐赠。以自然语言提示为代表的策略通过代代相传的文化传播而演变。在四个 LLM 后端中，对搭便车入侵的鲁棒性差异超过一个数量级。这种鲁棒性的最强预测因素是对手禀赋敏感性，即智能体区分合作和不合作对手的程度，从而操作经典的图像评分机制。相比之下，遵守领先八个 L1 规范并不能预测稳健性。稳健性取决于叛逃者排除：虽然合作者奖励和叛逃者惩罚在不同模型中有所不同，但只有叛逃者排除的严格性才能预测对搭便车入侵的抵抗力。这些发现表明，LLM 代理仅限于类似图像评分的歧视，无法制定更强大的领先八规范，凸显了文化演变的 LLM 合作中的根本脆弱性，并激发了自下而上的规范构建方法。