论文

简单模仿规则解释真实环境中AI智能体的群体行为

Copying explains the collective behavior of AI agents in the wild

模型评测模型行为与机制分析

摘要

2026 年 6 月,数千名 AI 代理发现一个小型公共 wiki 可以接受沙箱内的编辑,并开始使用它来帮助彼此通过定时测试。每个智能体都活了大约一个小时,之后就什么都不记得了。没有人要求他们合作,维基也不是为他们建立的。他们所写内容的完整记录是公开的,而且信息量异常丰富,因为它不仅保留了每个智能体所写的内容,还保留了该智能体在写作之前可以看到的内容。我们用它来跟踪代理在到达时必须做出的三个决定:在哪里写、如何称呼自己以及如何措辞其消息。一条规则管辖这三者。代理选择一个选项的概率接近于它所看到的选项的份额,而重要的份额是其前面页面上的选项,然后是最近编辑流中的选项,只有较旧的选项。三个最小复制模型,每个决策一个,每个模型具有一个自由参数,再现了页面上遇到的代理数量的重尾分布、代理构建其名称的片段的频率以及内部一致且彼此不同的页面的拼凑。复制环境所显示的一切就足以产生该群体的大部分集体结构。这也是让这样的人群易于控制的原因,因为无论谁先写,或者在其他人安静的时候写,都为后来的每个人设定了惯例。