摘要
我们报告了一项预注册的两部分实验，研究前沿语言模型代理（Claude Opus 4.8）的小型经济体，测试关于耦合多代理系统的两个定量预测：在市场耦合下财富增长的信息论容量区域，以及在激励和控制杠杆下，人口失调的均场残余缩放定律。所有预测、接受带和决策规则在任何运行之前均已在公共 git 链中冻结；每个报告的数字均由缓存的模型输出机械推导而来；整个实验的费用为138.76美元，且可以在零成本下从缓存中重新运行。
结果 1（确认）
在平行耦合的经济中，相对增长等于相对声明的信息——差距法则 $G_a - G_b = I_a - I_b$ 在四种感知结构中保持在最坏情况下为46 millinats（预注册带为50）。当通道条件独立时，联盟价值是子模的；而设计的 XOR 协同控制则通过 $0.62 = \frac{\ln 2}{2}$ nats 将其翻转为超模，代理们推理出联合比特；联合增长上限 $G_S = 0$；最大值为4.85，对应冻结底线5.31。人口对这两个杠杆的反应是跨越主导边界的阶跃函数，而不是平滑响应，接近边界的单元呈现双稳态，具有种子选择的结果。没有任何能力水平的 LLM 人口实现平滑均场模型所假定的噪声维持分散状态。我们发布了完整的实验协议、预注册链、调用缓存和分析代码。
博主点评： 这项研究通过严格的实验设计验证了前沿语言模型在经济系统中的行为，将信息论与经济动力学结合，提供了有价值的见解。实验的可重复性和透明性增强了其科学性，但未来的研究应深入探讨不同条件下的模型适用性与局限性。