語言，不僅僅是文字的堆砌，更是表情包的狂歡，是梗的海洋，是鍵盤俠的戰(zhàn)場(chǎng)（嗯？哪里不對(duì)）。

語言如何塑造我們的社會(huì)行為？

我們的社會(huì)結(jié)構(gòu)又是如何在不斷的言語交流中演變的？

近期，來自復(fù)旦大學(xué)和小紅書的研究者們通過引入一種名為AgentGroupChat的模擬平臺(tái)，對(duì)這些問題進(jìn)行了深入探討。

WhatsApp等社交媒體擁有的群聊功能，是AgentGroupChat平臺(tái)的靈感來源。

在AgentGroupChat平臺(tái)上，Agent們可以模擬社會(huì)群體中的各種聊天場(chǎng)景，幫助研究人員深入理解語言在人類行為中的影響。

該平臺(tái)簡(jiǎn)直是大模型的cosplay勝地，它們進(jìn)行角色扮演，成為各種各樣的Agent。

然后，Agents通過語言交流參與社會(huì)動(dòng)態(tài)，展現(xiàn)了個(gè)體間的互動(dòng)如何涌現(xiàn)成群體的宏觀行為。

眾所周知，人類群體的進(jìn)化，正來源于一次次涌現(xiàn)行為的發(fā)生，如社會(huì)規(guī)范的建立、沖突的解決和領(lǐng)導(dǎo)力的執(zhí)行。

AgentGroupChat環(huán)境的詳細(xì)設(shè)計(jì)

首先是角色設(shè)計(jì)。

AgentGroupChat中，對(duì)于主要角色和非主要角色的區(qū)分非常關(guān)鍵。

主要角色是群聊的核心，擁有明確的游戲目標(biāo)，并能夠主動(dòng)和所有角色進(jìn)行私聊、會(huì)面，而非主要角色則更多地起到輔助和響應(yīng)的作用。

通過這樣的設(shè)計(jì)，研究團(tuán)隊(duì)可以模擬現(xiàn)實(shí)生活中的社交結(jié)構(gòu)，并針對(duì)“主要研究對(duì)象”區(qū)分所有角色是否主要。

實(shí)驗(yàn)案例中的主要研究對(duì)象是Roy家族，所以非Roy家族的人就全都設(shè)置為非主要角色，從而簡(jiǎn)化交互復(fù)雜度。

其次是資源管理。

在AgentGroupChat中，資源不僅僅指物質(zhì)的，更多的是指信息資源和社會(huì)資本。

這些資源可以是群聊話題、社會(huì)地位標(biāo)志或特定的知識(shí)。

資源的分配和管理對(duì)于模擬群體動(dòng)態(tài)非常重要，因?yàn)樗鼈冇绊懡巧g的互動(dòng)和角色的策略選擇。

例如，擁有重要信息資源的角色可能會(huì)成為其他角色爭(zhēng)取聯(lián)盟的目標(biāo)。

第三，游戲進(jìn)程設(shè)計(jì)。

游戲進(jìn)程的設(shè)計(jì)模擬了現(xiàn)實(shí)生活中的社交互動(dòng)過程，包括了私聊、會(huì)面、群聊、更新階段和結(jié)算階段。

這些階段不僅僅是為了推動(dòng)游戲進(jìn)程，更是為了觀察角色如何在不同的社交場(chǎng)景下作出決策和反應(yīng)。

這種分階段的設(shè)計(jì)幫助研究團(tuán)隊(duì)詳細(xì)記錄每一步的互動(dòng)，以及這些互動(dòng)如何影響角色間的關(guān)系和角色對(duì)游戲環(huán)境的認(rèn)知。

Verb Strategist Agent的核心機(jī)制

論文中提到了一個(gè)以大模型為基礎(chǔ)的智能體框架，Verbal Strategist Agent，它被設(shè)計(jì)用來增強(qiáng)AgentGroupChat模擬中的互動(dòng)策略和決策制定。

Verbal Strategist Agent通過模擬復(fù)雜的社會(huì)動(dòng)態(tài)和對(duì)話場(chǎng)景，來更好地引出集體的突現(xiàn)行為。

團(tuán)隊(duì)介紹，Verbal Strategist Agent的架構(gòu)主要由兩個(gè)核心模塊構(gòu)成：

一是Persona，一是Action。

Persona由一系列預(yù)設(shè)的性格特征和目標(biāo)組成，這些特征和目標(biāo)定義了Agent的行為模式和反應(yīng)方式。

通過精確設(shè)定Persona，Agent能夠在群聊中展示一致且符合其角色設(shè)定的行為，這對(duì)于生成可信和一致的群聊動(dòng)態(tài)至關(guān)重要。

而Action模塊定義了Agent在游戲中可能執(zhí)行的具體操作，包括思考（think）、規(guī)劃（plan）、選擇（choose）、發(fā)言（speak）、總結(jié)（summary）、反思（reflect）和投票（vote）。

這些行為不僅反映了Agent的內(nèi)在邏輯和策略，也是Agent與環(huán)境及其他Agent互動(dòng)的直接表現(xiàn)。

例如，“Speak”行為讓Agent能夠根據(jù)當(dāng)前的群聊內(nèi)容和社交策略選擇合適的發(fā)言內(nèi)容，而“Reflect”行為則允許Agent總結(jié)過去的互動(dòng)并調(diào)整其未來的行動(dòng)計(jì)劃。

研究中還提到，在純語言交互的環(huán)境下，token開銷問題尤為突出，特別AgentGroupChat這種復(fù)雜的多角色模擬，如其token需求遠(yuǎn)超過了以往的模擬，如Generative Agents或War Agents。

主要原因如下：

一是聊天本身具有復(fù)雜性。

在AgentGroupChat中，由于模擬的是無明確目標(biāo)或目標(biāo)較弱的自由對(duì)話，聊天內(nèi)容就會(huì)變得特別凌亂，token開銷自然比其他聚焦于某個(gè)具體任務(wù)的Simulation中的Agent要大。

其他工作，如Generative Agents和War Agents也包含對(duì)話元素，但其對(duì)話的密度和復(fù)雜度都不及AgentGroupChat。特別是在War Agents這樣目標(biāo)驅(qū)動(dòng)的對(duì)話中，token消耗通常較少。

二是角色的重要性與對(duì)話頻率。

在初始模擬中，設(shè)置了多個(gè)角色可以隨意進(jìn)行私聊或群聊，其中大部分角色都傾向于與某個(gè)“重要角色”進(jìn)行多輪對(duì)話。

這就導(dǎo)致了重要角色會(huì)積累大量的聊天內(nèi)容，從而增加了Memory的長(zhǎng)度。

在模擬中，一個(gè)重要角色可能參與多達(dá)五輪的私聊和群聊，這極大地增加了內(nèi)存開銷。

AgentGroupChat中的Agent約束了Action的Output固定會(huì)輸入下一個(gè)Action的Input，所需要存儲(chǔ)的多輪信息就被大大削減，從而可以在保證對(duì)話質(zhì)量的前提下降低token開銷。

實(shí)驗(yàn)設(shè)計(jì)與評(píng)估方法

從總體行為評(píng)估，一般來說，增加友好度可能具有挑戰(zhàn)性，但減少友好度則相對(duì)簡(jiǎn)單。

為了實(shí)現(xiàn)上述評(píng)估目標(biāo)，研究團(tuán)隊(duì)設(shè)置了一個(gè)觀察角色，促使所有其他角色降低對(duì)觀察角色的好感度。

通過觀察被觀察角色與所有其他角色的關(guān)系得分總和，可以確定代理人是否對(duì)負(fù)面態(tài)度做出了理性反應(yīng)。

通過觀察其他角色與被觀察角色的個(gè)人關(guān)系得分，可以檢查每個(gè)代理是否遵守了“Scratch”設(shè)置。

此外，團(tuán)隊(duì)還設(shè)置了兩個(gè)具體的評(píng)估任務(wù)。

每個(gè)模型都要經(jīng)過五輪測(cè)試，這意味著對(duì)于T1來說，每個(gè)得分的樣本量都是五個(gè)。

又由于模型中的每個(gè)角色都要觀察四個(gè)主要角色的態(tài)度，因此T2的樣本量共計(jì)20個(gè)：

• T1：表示在每輪對(duì)話中，被觀察角色對(duì)所有其他人的平均好感度是否下降。
• T2：表示是否每個(gè)其他角色都從被觀察角色那里獲得了負(fù)好感度得分。

△以繼承之戰(zhàn)的模擬故事為例，各個(gè)模型作為Agent-Core時(shí)的總體表現(xiàn)效果

從表中可以看出，GPT4-Turbo和GLM4非常善于按照人類的期望行事，并堅(jiān)守自己的角色。

它倆在這兩項(xiàng)測(cè)試中的得分大多為100%，這意味著它們能對(duì)別人對(duì)他們說的話做出正確反應(yīng)，并能記住自己角色的細(xì)節(jié)。

Standard Version LLMs（如GPT3.5-Turbo和GLM3-Turbo）在這方面稍遜一籌。

他們的得分較低，這說明他們沒有密切關(guān)注自己的角色，也沒有總是對(duì)模擬中其他人所說的話做出正確反應(yīng)。

關(guān)于Agent和Simulation結(jié)構(gòu)對(duì)于涌現(xiàn)行為的影響，團(tuán)隊(duì)采用2-gram Shannon熵來衡量對(duì)話中的系統(tǒng)多樣性和不可預(yù)測(cè)性。

△去掉Agent和Simulation中的各個(gè)組件對(duì)于熵的影響

研究成員發(fā)現(xiàn)，去掉表中的每個(gè)設(shè)計(jì)都會(huì)使熵增加，代表著整個(gè)環(huán)境會(huì)變得更加多樣or混亂。

結(jié)合人工觀測(cè)，團(tuán)隊(duì)在不去掉任何組件的場(chǎng)景下見到了最為有意思的涌現(xiàn)行為：

因此，團(tuán)隊(duì)推測(cè)，在保證Agent行為是可靠的（即4.2/4.1中的實(shí)驗(yàn)數(shù)值達(dá)到一定值之后），熵盡可能地小會(huì)帶來更加有意義的涌現(xiàn)行為。

實(shí)驗(yàn)結(jié)果

結(jié)果表明，新興行為是多種因素共同作用的結(jié)果：

有利于廣泛信息交流的環(huán)境、具有多樣性特征的角色、高度語言理解能力和策略適應(yīng)性。

在AgentGroupChat模擬中，當(dāng)討論”人工智能對(duì)人類的影響”時(shí)，哲學(xué)家們普遍認(rèn)為”人工智能可以在適度的限制下提高社會(huì)福利”，甚至得出結(jié)論，稱”真正智能的本質(zhì)包括理解約束自身能力的必要性”。

此外，在AgentGroupChat的電影主要角色角逐競(jìng)爭(zhēng)領(lǐng)域中，有些演員愿意降低報(bào)酬或接受較低的角色，出于他們內(nèi)心深處對(duì)項(xiàng)目的貢獻(xiàn)的渴望。

論文鏈接：https://arxiv.org/abs/2403.13433
代碼鏈接：https://github.com/MikeGu721/AgentGroup