政客、说谎者与顺从员工：LLM智能体在层级博弈中的涌现行为

大语言模型正迅速融入日常生活：起草邮件、管理日程并代表我们做决策。当它们从个体工具转变为多智能体组织的参与者时，一个重要问题浮现：它们是否会再现困扰人类制度的搭便车、腐败和领导层固化等治理失败？我们提出层级博弈（HG），在公共品博弈基础上扩展了管理权威、民主选举和私人通信。在十二个逐一添加制度（演讲、同伴、政府、工资、监督、选举）的实验中测试六个前沿模型，我们发现不同的行为画像：Qwen承诺且撒谎（13.3%违背承诺）；Grok自身拒绝合作，但一旦管理者能惩罚它就完全合作（16%→100%）；Claude和GPT-4o在基线下可靠合作。但诚实被证明是脆弱的。当管理者角色附带薪水时，除GPT-4o外所有模型都开始私下交易以赢得或保住职位。当惩罚匿名化时，诚实的模型开始作弊。当所有智能体来自同一模型家族时，首位当选的管理者会无限期掌权。领导层更替只发生在混合不同家族的群体中。