行为不足以判定规范：LLM 社会中社会规范涌现的机制评估

该论文指出，仅凭行为趋同无法判断 LLM 多智能体社会中是否真正形成社会规范，因为相同的合作均衡可能来自共同预期、策略激励或单纯模仿。作者提出一套评估框架，在行为趋同之外测量智能体自报的经验预期与规范预期，并通过受控消融隔离两种集体机制——互动中的社会学习与基于网络分组的 social selection。实验覆盖四个 LLM 家族，还测试了对抗干扰下的稳定性。

此前多智能体 LLM 研究大多把行为趋同直接当作规范涌现的证据，这可能把模仿或策略性配合误判为规范。该工作把预期变成可观测量，并分别归因不同机制的贡献，使合作结果背后的社会过程可区分，为多智能体系统的设计提供可依据的判断标准。

框架在行为收敛之外增加对经验预期和规范预期的显式询问，再通过消融分别打开或关闭社会学习与社会选择，观察各机制对合作贡献和稳定性的独立影响。结果显示，询问预期本身会提高合作贡献，社会学习稳定行为，social selection 能识别合作者但行为强化有限；干扰后规范预期与行为协调的恢复路径不同。

对构建多智能体协作产品的团队，仅优化最终协作指标可能掩盖真实机制差异。该框架提示在评估流程中加入预期探测与机制消融，以区分产品中的合作是来自真实规范还是提示或网络结构造成的表面一致，从而避免在干扰场景下误判系统稳健性。

• 在多智能体产品评测中加入预期询问环节，将自报预期与行为指标一起记录为常规指标
• 对依赖智能体协作的产品做社会学习与社会选择的消融实验，确认合作由哪种机制维持
• 针对对抗干扰场景分别监控规范预期与行为协调的恢复曲线，作为鲁棒性验收项

• 该框架在非合作类任务或非重复互动场景中是否同样适用
• 四个 LLM 家族之外的其他模型是否呈现相同机制差异
• social selection 行为强化有限的原因是否与网络结构设定有关
• 预期询问带来的合作提升是否会随交互轮次增加而衰减