本文介绍了 AgentMonopoly——一个让语言模型代理在买卖地产、收租、交易等回合制决策中相互交流的实验平台。我们在该平台上比较了四类模型（每类两种规模），分别在以下三种对局设置下进行评估：使用相同模型、同一家族不同规模模型、以及不同家族模型。除此之外，我们为其中一名代理指定了 persona，即一段描述其行为方式的指令，观察该指令能否纠正该代理在未使用 persona 时表现出的特定倾向。实验结果显示，各模型在交易频率、免租、现金与地产管理等方面存在显著差异；更大规模的模型并不一定能赢得更多回合。Persona 指令能够改变代理的用词并在部分决策上产生影响，但并未在所有情形下完全符合预设角色。该研究表明，评估 persona 的遵循程度时必须同时考察语言输出、实际行为以及最终结果。所有实验代码已开源，研究者可基于 AgentMonopoly 框架进一步扩展比较实验。
点评