人工智能角色会成长吗？生活事件后 LLM 智能体的人格进化分析和基准测试

人格调节的 LLM 智能体（PC 智能体）越来越多地用于情感支持、社交模拟和角色扮演，激励终身智能体的发展，使其在长期互动中保持一致。这种一致性的一个关键组成部分是人格进化：当智能体在不同的背景下经历生活事件时，他们应该经历合理的、基于心理学的变化。尽管之前的研究表明 LLM 性格可以在环境扰动下发生变化，但这些变化如何随着特征、事件、人物角色和模型的不同而变化，人们仍然知之甚少。我们研究 11 个重大生活事件后事件引起的人格变化，使用“大五”特质作为心理测量锚点，并根据人类人格心理学的纵向证据解释由此产生的轨迹。在四个诊断轴上，无论有无记录的人类变化方向，PC-Agents 对于事件-特征对都以相似的速率表现出可测量的特征变化。即使变化遵循预期方向，其幅度通常也会低于人类效应大小范围。性别和文化区域提示几乎没有显示出调节作用，而角色层面的分散度相对于人类样本被压缩了三到四倍。为了进行系统比较，我们引入了 BFI-Adapt，这是一个可重复使用的基准，用于对事件引起的人格变化的方向保真度进行评分，并用它对 14 个模型进行排名。验证套件显示，测量的变化超过无事件重新测试噪声，在独立解释的提示下保持稳定，与基于场景的行为选择表现出有限且依赖于模型的收敛，并在干预的不相关对话中持续存在。这些检查共同将测量的轨迹建立为稳健的事件条件响应模式。我们的结果表明，当前的 PC 代理模拟了人类人格动态的平均值，但不是其形状。