编辑推荐：
研究人员探讨了大型语言模型（Large Language Models，LLMs）如何作为合成受试者（synthetic subjects）服务于战略研究。研究人员引入了一个框架，用于设计和运行基于LLM驱动的智能体（AI agents）的模拟实验。研究人员认
研究人员探讨了大型语言模型（Large Language Models，LLMs）如何作为合成受试者（synthetic subjects）服务于战略研究。研究人员引入了一个框架，用于设计和运行基于LLM驱动的智能体（AI agents）的模拟实验。研究人员认为，这种方法对于快速、低成本地原型化人类实验以及生成新颖假设具有价值。研究人员将该框架应用于探索-利用困境（exploration–exploitation dilemma），并展示了基于LLM的实验能够复现人类参与者中观察到的模式。随后，研究人员改变参数和边界条件，以说明相同的设置如何支持设计迭代，并揭示关于既定结果何时以及为何发生变化的新假设。在结论部分，研究人员讨论了人工智能智能体作为战略“模式生物”（model organisms）的前景与局限性。
**论文解读：基于AI智能体的战略互动模拟——方法、验证与扩展**
**研究背景与问题**
战略管理研究的核心在于理解企业行动如何转化为竞争结果，但战略决策通常具有高度相互依赖性，导致因果机制难以直接识别。真实世界实验（如公司或行业层面的随机对照试验）虽为金标准，但往往因成本、伦理或可行性限制而难以实施。因此，研究者长期依赖两种互补方法：基于智能体的计算模型（Agent-Based Models，ABMs）和人类受试者实验。ABMs提供高度可控的模拟环境，但抽象程度高，与现实场景距离较远；人类实验则能捕捉真实行为，但预算高、周期长，限制了参数空间的系统探索。近年，大型语言模型（Large Language Models，LLMs）的兴起为战略研究提供了新可能：LLMs训练于海量人类文本，能够以合理程度模仿人类行为，且可被嵌入可控虚拟环境，成为“合成受试者”（synthetic subjects）。本文旨在提出一个通用框架，利用LLM驱动的AI智能体模拟战略互动，并以探索-利用困境为例验证其有效性，同时展示其用于快速原型设计和假设生成的能力。论文发表在《STRATEGIC MANAGEMENT JOURNAL》（SMJ）。
**研究内容与结论**
研究人员首先提出一个框架：研究者设定“起始理论”（starting theory），然后通过一个中央确定性引擎（deterministic engine）管理多个AI智能体（基于GPT-4）在虚拟环境中的互动。智能体可被赋予不同角色、目标和约束，环境参数（如种群规模、时间跨度、选择空间、收益结构、信息集等）均可灵活调整。研究人员将该框架应用于Hoelzemann等（2025）关于信息溢出的探索-利用实验：五名智能体需从五座“山”中选出一座，每座山隐藏有低、中、高三种价值的宝石（黄玉、红宝石、钻石），智能体依次选择，在第一轮后获知已选山的宝石信息，第二轮再选，目标是最大化总收益。实验包含四种信息条件：无数据、低价值数据、中价值数据、高价值数据。
**主要结论**：
1. **复现人类行为**：AI智能体在群体收益（group payoff）和突破率（breakthrough，即发现钻石的概率）上复现了人类实验的主要模式——当中价值宝石（红宝石）位置被揭示时，群体收益最低，突破率也显著下降；智能体倾向于聚集在已知的中价值选项上，避免探索。这与人类参与者的“街灯效应”（streetlight effect）一致。
2. **参数空间探索**：通过改变智能体数量、选择空间大小、收益绝对值，研究人员发现：增加智能体数量或选择空间不会改变聚类行为，但收益绝对值变化不影响结果（符合理论预测）。
3. **放松理论假设**：引入收益竞争性（rivalry）后，行为模式完全反转——智能体为避免分摊收益而主动探索，中价值揭示不再导致低收益。引入信息模糊性（ambiguous payoffs）则无明显影响，但竞争性主导了探索动力。
4. **操纵智能体目标**：通过提示（prompt）赋予智能体风险偏好、亲社会性（pro-social）或探索偏好，发现引入风险偏好或亲社会性智能体可显著增加探索和突破，且存在“协调溢出”效应——非风险偏好智能体也会因群体探索概率提高而增加探索。
**研究意义**：本文证明了AI智能体模拟可以作为战略研究的有力补充工具，用于快速原型化实验设计、检验边界条件、生成可验证假设，同时强调了其局限性（如理性偏差、黑箱性、训练数据偏见），并呼吁将其定位为“模式生物”而非直接证据来源。
**关键技术与方法**
本文核心方法为构建一个基于LLM的模拟实验引擎。该引擎由Python脚本实现（使用OpenAI的GPT-4模型，版本为2023年12月以前），通过API调用管理多个智能体。每个智能体通过系统提示（system prompt）获得角色设定（如风险偏好、目标），并按照顺序决策（sequential turn-taking）进行互动。实验模拟了500轮（每轮5个智能体），并记录定量数据（收益、突破率）和定性解释（通过链式思维提示chain-of-thought prompting获取）。样本队列来源：原始人类实验数据来自Hoelzemann等（2025）的在线实验室实验，包含180名参与者、720轮。
**研究结果**
**4.1 探索与数据溢出的理论**：回顾了Hoelzemann等（2025）的理论模型，即公共数据揭示可能导致羊群效应（herding）和探索不足，即使数据本身具有价值。
**4.2 实验室实验：搜索隐藏的宝石**：描述了原始实验设计——五名参与者依次选择五座山，山后随机分布三种宝石，两轮后计算总收益。实验条件包括无数据、低、中、高价值数据揭示。
**4.3 比较人类受试者与AI智能体**：通过模拟500轮，发现AI智能体在群体收益模式上与人类高度一致（中价值揭示时收益最低），但在突破率上存在差异——AI智能体在中价值条件下几乎从不突破，而人类约45%突破，表明AI更理性。定性解释显示AI智能体遵循与人类相似的逻辑（如“红宝石值6美元，确定性价值超过冒险寻找钻石”）。
**5.1 改变实验参数**：
- **5.1.1 改变种群**：增加智能体数量（最多30个）不会促进探索，智能体仍聚集于红宝石，定性解释提及“社会一致性”（social conformity）。
- **5.1.2 改变选择空间**：增加山数量（最多30个）后，探索行为不变，智能体仍聚类于中价值选项，且部分智能体将他人行为解释为“隐含信息”。
- **5.1.3 改变收益结构**：将收益放大百万倍后，结果与基线一致，符合理论预测（只依赖相对价值）。
**5.2 放松理论假设**：
- 引入收益竞争性（rivalry）后，中价值揭示不再导致低收益或低突破，智能体因避免分摊收益而主动探索。
- 引入信息模糊性（ambiguous payoffs）后，结果与基线接近，表明理论不依赖完整概率分布知识。
- 同时引入竞争性和模糊性时，竞争性主导行为，羊群效应消失。
**5.3 操纵智能体目标**：
- 引入风险偏好智能体（risk-loving）后，探索和突破增加，且非风险偏好智能体也因群体探索溢出效应而增加探索。
- 引入亲社会性智能体（pro-social）后，探索稳步增加。
- 引入探索偏好智能体（taste for exploration）后，结果类似。
**5.4 比较AI模拟与直接预测**：直接要求GPT-4预测实验结果（不运行模拟）表现不佳，未能捕捉核心机制，而模拟方法更有效。
**讨论与结论**
**讨论部分总结**：本文展示AI智能体模拟可以快速、低成本地补充人类实验和ABMs。模拟的效用在于生成假设而非发现全新机制，其行为真实性依赖上下文，且存在理性偏差、训练数据偏见（如WEIRD偏见）和黑箱性等局限。研究者应通过保持测试集（hold-out dataset）验证、定性解释分析等方法提高可信度。AI模拟与ABMs相比，更易引入认知、社会规范等复杂行为，但控制力较弱。表2总结了AI模拟在不同任务中的适用场景（如原型化实验、探索参数空间、检验边界条件、测试高风险设计）。
**研究结论**（翻译自论文最后一段）：
随着LLMs的持续改进，战略领域的AI智能体可能扮演类似于生物医学中模式生物的角色。正如动物模型成为核心研究工具，基于LLM的模拟可以补充ABMs和人类实验，通过快速、低成本地筛选机制、设计选择和边界条件。然而，实现这一愿景需要战略研究社区的持续参与。在生物学中，实验室小鼠的使用因其作为研究工具的标准化而成为可能。同样，战略研究的进步将依赖于共享的报告和可重复性标准。我们期望本文提出的框架和支持信息中的代码能够为将AI智能体模拟应用于深化战略研究的理论丰富性和实践相关性奠定基础。
