LLM 的市场竞争行为

大语言模型 (LLM) 越来越多地被部署为经济主体，但几乎没有证据表明 LLM 主体是否适合参与为人类设计的市场机制，以及这些机制在面对 LLM 主体时是否能带来预期的结果。我们通过复制开创性的经济实验来解决这个问题，用 LLM 代理代替人类受试者。我们将代理商置于双重拍卖环境中，这是一种广泛使用的市场机制。我们检查这样的市场是否能够提供有效的资源配置，从而测试 LLM 代理的新的一致性维度——它们与基本市场机制的兼容性。我们发现，由 LLM 智能体组成的市场表现出较慢的收敛速度或没有收敛到市场均衡，因此提供的分配效率低于由人类组成的市场。然后，我们分析代理商的个人交易决策，发现模型系列和市场角色之间存在显着的异质性。我们还对代理生成的思想链 (CoT) 跟踪进行词法分析。我们发现，执行交易而不是继续逐步调整价格的决定与从战略考虑转向紧迫性相关。我们公开发布我们的测试框架，可用于将来的评估。