Decision Models（DM）是一类能够快速给出固定选项概率分布的 AI 模型。由于响应速度快且输出形式自然，它们被视为经济模拟和调查中人类替身的潜在候选，而目前此类任务主要依赖成本高且难以体现人类行为多样性的 LLM。本文首次系统评估了 DM 在经济学中的替身能力，比较了 10 种 DM 与 8 种 LLM 在三类经济情境下的表现：家庭消费支出调查、若干经典经济博弈以及劳动力市场现场实验。结果显示，在所有情境中，表现最好的前沿 DM（在通用决策基准上得分最高）都能更接近人类响应的变异性。具体而言，前沿 DM 在消费调查中同样能够捕获多数人的模态响应，但在经济博弈中的表现略逊于 LLM。速度方面，前沿 DM 的最快实现比最快的 LLM 快约十倍，成本更是低百倍以上。综合来看，DM 更好地刻画了人类行为的异质性，并显著提升了大规模经济模拟的可行性。\n\n点评