迈向基于智能体代理的模型：可行性、性能与统计模型检查

研究团队基于Mesa ABM框架扩展经典Schelling隔离模型，引入一个由LLM驱动的代理代替传统符号规则进行邻居分类。该LLM代理接收邻居的自然语言描述并调用工具计数相似/不同邻居，再根据原动力学判断满意度。初步实验本地部署不同规模模型，发现小模型无法完成语义分类或重复工具调用时操作失效，较大模型则通过测试。

此前ABM代理仅依赖简单显式规则；该研究首次在经典ABM中嵌入LLM驱动代理，并系统检验其可靠性、计算成本和行为变化，为智能体模拟探索新路径。

LLM代理通过自然语言描述理解邻居状态，调用工具（计数器）而非直接输出决策，仍受原始Schelling动力学约束；模型通过统计模型检查验证行为一致性；较小模型在语义理解或工具调用稳定性上存在瓶颈。

使用Mesa ABM库的模拟项目可集成LLM代理以增加决策复杂性，但需承担额外计算开销，且必须选择足够大的模型并引入统计模型检查确保行为可靠；小模型可能完全不可用。

• 开发基于Mesa的LLM代理插件，支持自然语言规则配置与模型大小切换
• 提供统计模型检查工具（如MultiVeStA）与ABM集成的SDK，自动验证LLM代理行为
• 针对常见ABM场景（隔离、博弈等）预训练轻量专用模型以减少失败率

• 不同规模LLM（参数范围7B、70B等）在更多ABM规则下的表现差异是什么？
• 多LLM代理同时运行时，工具调用冲突与整体模拟可重复性如何保证？
• 统计模型检查在大规模LLM-ABM混合模拟中的实际性能开销是多少？