语言模型代理正被用作调查和社会模拟中的合成个体，但其真实性常仅凭整体均值或分布相似性来判断。我们在四种预设提示下，使用 Claude、Codex 和 Kimi，对比中国及四个非洲国家的真实农户决策。部分配置能够复现观察到的均值和采纳率，却在个体层面表现薄弱：模型的决策集中在典型值，缺少对政策关键极端行为的捕捉。更令人惊讶的是，仅基于观测到的边际分布拟合的简单生成器，在分布相似性上超过所有语言模型配置。提示的增补带来的是条件性提升，而非普遍改进——效果随模型、结果、人口和验证目标而异。我们将此称为“平均农民幻觉”：合成人口看似真实，却未能再现谁做了什么以及行为的变异性。为此我们提出了与主张匹配的验证框架和可复用的模块化提示，使提示构建过程可审计。人口层面的相似性应视为验证的起点，而非个体模拟的充分证据。
点评