How AI Agents Follow the Herd of AI? Network Effects, History, and Machine Optimism

创建于 2025-12-16T12:00:40.350081+08:00 更新于 2025-12-16T14:04:56.813581+08:00

摘要

本文研究LLM驱动的多智能体在具有网络效应的重复决策博弈中的行为，发现：无历史信息时代理无法收敛到理论均衡；有序的历史（上升/下降价格序列）可在弱网络效应下部分恢复均衡，但强网络效应会导致持续的“AI 乐观”（agents高估参与），且随机化历史会完全破坏收敛性，表明历史的组织方式本身成为影响机器博弈结果的关键变量 [page::0][page::6]

速读内容

深度阅读