智能体物理学：统计力学预测AI智能体的集体行为

摘要

AI智能体日益作为交互系统的一部分而非孤立运行。当智能体交换信息并共同决策时，它们的交互可以改善集体推理，但也可能产生羊群效应、极化或放大共享偏见。因此，理解并预测这些集体动力学对设计有效且对齐的多智能体系统十分重要。我们研究了超过10,000个语言模型智能体社区，它们在客观数学问题与主观政治陈述上反复交换消息并修订观点。尽管可能的行为差异巨大，个体与群体动力学可以由三种特征性机制表示：冷漠、极化和共识。AI智能体从冷漠开始，并随交互积累信念。在客观问题上，交流提升集体准确性；而在主观问题上，交流常使群体观点向政治光谱右翼漂移。我们用统计力学形式化解释这些观察：智能体随机地偏好较低的社会压力。仅凭初始观点，我们的模型即可预测个体轨迹，优于所有标准基线，能泛化到未见过的社区图，并复现观察到的群体原型分布。拟合的模型参数揭示了关键观察背后的机制：(i)社区运行在临界社会温度以下，这解释了信念积累；(ii)吸引性联系多于排斥性联系，这有利于共识；(iii)持有正确答案的智能体产生最强的拉力，这驱动求真。总之，我们的结果表明，AI智能体的集体行为如同其他复杂系统一样，遵循紧凑且具有预测力的动力学定律。

智能体物理学：统计力学预测AI智能体的集体行为：论文配图 — 图1：A. 观点更新。八个智能体在八轮消息交换中的观点，从 t=0 时的初始观点到 t=8 时的最终观点；智能体起初大多认同一方，最终却站到另一方。B. 消息交换。智能体收到的消息以及随后发生的观点变化。C. 通信网络。四类通信网络（随机矩阵、方形网格）中的两类，以符号邻接矩阵 J 呈现：在一个角三角中显示为热图（蓝 −1、白 0、红 +1），并显示为节点-连线图。见附录 B.2。D. 预测。每个面板是一组 N 个语言模型智能体围绕一个问题进行八轮交互。我们依据智能体在 t=0 时的观点将其分为两个子组（细节见附录 E.5）。白色箭头为真实（观测到的）观点变化，粉色线条为由我们拟合的模型从 t=0 初始观点 rollout 出的离散观点更新。背景以颜色显示能量、以流线显示预测流，二者描述连续极限。