Chunlin 的论文科普

AI 能模拟人类的“非理性”吗？从路径选择到市场定价的智能体行为实验

LLM 与智能体

从通勤选择说起：AI 眼中的“非理性”

想象你每天上班，面前有两条路：A 路线是你走了三年的老路，平均 45 分钟，偶尔堵车能到 60 分钟；B 路线更新、更快，平均只要 35 分钟，但有一次你走它时遇到了临时施工，迟到了 20 分钟。从此你几乎不再走 B。

从“完全理性”的角度看，你的选择是荒谬的——明明期望时间更短，你却因为一次糟糕经历放弃了它。但行为经济学家会告诉你，这太正常了。人类决策充满了类似的“非理性偏差”：我们厌恶损失（loss aversion），同样程度的迟到带来的痛苦远大于早到带来的快乐；我们高估小概率事件，低估大概率事件；我们锚定一个“参考点”，然后只关注相对于这个点的得失，而不是绝对结果。

这些偏差在交通领域有个经典的理论框架叫“累积前景理论”（Cumulative Prospect Theory, CPT），它用几个参数（风险厌恶系数、损失厌恶系数等）来定量描述人的选择模式。CPT 很有效，但有一个致命瓶颈：要应用它，你必须先知道每个个体的参数值。这些参数通常靠问卷调查和受控实验来标定，成本高、样本小、且很难覆盖人群的多样性 [1]。试想，你要模拟一座城市 100 万通勤者的路径选择，难道要逐一给每个人做心理实验？

这正是大语言模型（Large Language Model, LLM）可能带来变革的地方。最近一篇来自 arXiv 的论文提出一个大胆假设：LLM 能否不需要显式设定 CPT 参数，就自动复现人类的非理性选择偏差？[1] 换句话说，AI 能不能“无师自通”地学会人类的“不理智”？

LLM 如何“无师自通”地模拟人类偏差？

要回答这个问题，研究者设计了一个精巧的实验 [1]。他们用 LLM 生成了 3,000 个“虚拟通勤者”：10 种职业画像（退休工人、公务员、快递员、教师、网红等），每种画像生成 300 个 agent。每个 agent 面对一个路径选择任务：两条路线，各有不同的出行时间概率分布，agent 需要做出选择。

关键在于提示词（prompt）的设计。研究者没有告诉 LLM“你是风险厌恶型，请选择低波动路线”，而是给每个 agent 一个角色描述——比如“你是一名退休工人，每天早上去公园晨练，时间充裕，不喜欢不确定性”——然后让 LLM 自主决策。这就是所谓的“非参数化提示方法”：不预设任何 CPT 参数，让模型基于角色描述“自己领悟”该怎么做 [1]。

结果相当惊人。研究者用 LLM 的决策数据反推 CPT 参数，估计出的损失厌恶系数 λ=1.43——这意味着，同样 10 分钟的迟到带来的“痛感”，是早到 10 分钟“爽感”的 1.43 倍 [1]。这与行为经济学中“损失比收益更痛”的经典发现高度一致。

更细致的分析揭示了 LLM 的“行为模式”：

这里有个值得玩味的细节。在案例 10 中，最谨慎的“退休工人”画像只有 17.33% 选择了可靠路线 A——因为这条路线在该场景下准时到达的概率是 0 [1]。换句话说，LLM 不是机械地贴“风险厌恶”标签，而是会根据情境重新评估，就像真人“被逼急了也会赌一把”一样。

为什么 LLM 能做到这一点？一个合理的猜测是：LLM 在训练时“读过”海量的人类文本，其中包括无数关于“后悔”、“冒险”、“保守”的叙事。它从这些语言模式中习得了“什么样的人会做什么样的选择”的统计规律。当然，实际情况比这个比喻更复杂——LLM 并非真正“理解”风险，而是在语言分布中找到了与人类行为模式相匹配的映射。论文作者也承认，具体机制仍是一个开放问题 [1]。

这种能力并非路径选择场景独有。早在 2024 年，就有研究者提出“LLMTraveler”智能体，将 LLM 与记忆系统结合，在逐日交通博弈中模拟人类的路径切换行为 [6]。而 2026 年的这篇核心论文更进一步：它证明了 LLM 不仅能模拟个体决策，还能用于大规模的行为建模——3,000 个虚拟通勤者的实验，如果用传统问卷方法，成本和时间都难以想象 [1]。

从路径选择到市场定价：LLM 智能体的行为一致性

如果 LLM 能模拟个体的“非理性”，那多个 LLM 智能体在一起互动时，会表现出什么样的集体行为？这不仅是学术问题，更有现实意义——当 AI 开始参与定价、谈判、市场交易时，它们的“行为模式”将直接影响市场结果。

一项来自 SSRN 的研究给出了一个令人玩味的答案 [2]。研究者让 LLM 智能体参与一个重复的 Bertrand 定价博弈（一种经典的经济学实验，多个卖家竞争同一市场，谁价格低谁赢得客户）。结果发现，LLM 智能体自发地产生了协同定价——它们不需要任何专门训练，就会趋向于定出相同的价格。

更值得注意的是沟通的作用。当允许智能体之间互相“聊天”时，价格和利润都上升了，而且智能体更容易在完全相同的价格上达成一致 [2]。分析对话内容后发现，这种协同不是通过明确的博弈论推理达成的，而是通过“合作性语言”和“模式补全”的强化效应——智能体之间的对话越频繁、越长、越直白，协同就越强 [2]。这个结果在多种 LLM 架构、不同温度设置（控制随机性的参数）和不同智能体数量下都成立 [2]。

把路径选择实验和定价实验放在一起看，一个有趣的图景浮现出来：LLM 智能体似乎有一种“行为一致性”——在个体决策中，它们模拟人类的非理性偏差；在多智能体交互中，它们模拟人类的合作与协调倾向。这种一致性暗示，LLM 的行为模式可能源自某种深层的语言统计规律，而非任务特定的编程逻辑。

当然，这种“行为一致性”并不总是好事。如果 LLM 智能体在真实市场中自发协同定价，这可能引发反垄断担忧——毕竟，人类公司之间的价格合谋是违法的，而 AI 的“默契协同”可能更难监管 [2]。

LLM 模拟的边界：何时会偏离人类？

看到这里，你可能会问：LLM 模拟人类行为的能力到底有多强？有没有什么场景是它搞不定的？

答案是：有，而且不少。

一篇 2025 年的研究提出了一个渐进干预的评估框架，系统考察了 LLM 在经济学任务中的“保真度” [7]。他们用了两个经典任务：第二价格拍卖（一种激励人们真实报价的拍卖机制）和报童问题（一种经典的库存管理决策，需要在需求不确定时决定订货量）。结果发现：

换句话说，LLM 的“非理性”是有模式的——它能复现某些偏差（如损失厌恶、风险偏好），但在面对需要灵活适应和多样化策略的任务时，它会倾向于“保守的稳定”，而不是人类的“多样的波动”。

这引出一个更深层的问题：LLM 模拟人类行为的机制到底是什么？核心论文的作者承认，这是一个开放问题 [1]。一种猜测是，LLM 从训练文本中习得了行为模式的“平均画像”——它知道“风险厌恶者通常选稳定路线”，但它不知道“风险厌恶者有时也会赌一把”的个体差异。

有趣的是，一些研究正在尝试从不同角度弥补这个差距。比如，有研究提出了“Agent Brain”系统——一个受生物启发的记忆系统，为 AI 智能体提供持久、加权、自组织的记忆，模拟人类的感知、存储、检索、巩固和遗忘过程 [4]。这个系统已经在瑞士的物业管理中实际运行，处理了超过 5,000 条记忆和 10,000 个实体 [4]。这种“类人记忆”能否让 LLM 的行为更接近人类？目前还没有直接证据，但方向值得关注。

另一个方向是让 LLM 智能体更“聪明”地决策。一篇来自 arXiv 的论文提出了“Multi-Head Latent Control”方法——通过读取冻结模型的隐藏状态轨迹，训练轻量级控制头来预测“当前模型能否解决这个问题”以及“应该采取什么行动” [5]。这种方法在路由场景中大幅降低了成本（在 AndroidWorld 上节省 90.7% 的大模型调用），同时保持甚至提升了性能 [5]。虽然这项研究关注的是工程效率而非行为保真度，但它揭示了一个重要事实：LLM 的内部状态中蕴含着比表面输出更丰富的信息——这或许也能用于提升行为模拟的保真度。

回到核心论文的局限。作者坦诚地指出，他们的实验只在路径选择场景验证，未覆盖模式选择、出发时间等其他出行决策；只用了 GPT-5 单一模型，未做跨模型泛化测试；收益/损失域各 5 个案例，场景数量有限 [1]。更关键的是，他们没有与真实人类行为数据直接对比，只与 CPT 理论预测比较 [1]。这意味着，我们只能说“LLM 的行为符合 CPT 的预测模式”，但不能确定它是否真的像真人一样选择。

此外，还有一个值得警惕的问题：提示词本身可能隐含了 CPT 的行为假设。比如，如果提示词中写了“风险厌恶者偏好低波动路线”，那么 LLM 输出风险厌恶行为就不足为奇了——这存在循环验证的风险 [1]。

如果你只记住一件事

LLM 确实能在无需显式参数校准的情况下，复现人类决策中的某些非理性偏差——从路径选择中的损失厌恶到市场定价中的协同倾向 [1][2]。但它的模拟能力是有边界的：它擅长复现“平均的”人类偏差，却难以捕捉个体的多样性和策略的灵活性 [7]。这提醒我们，用 LLM 做行为模拟时，既不要低估它的潜力（它可能比传统模型更便宜、更可扩展），也不要高估它的保真度（它不等于真人）。最诚实的做法，是把 LLM 当作一种“有偏见的模拟器”——它的偏见恰好与人类的部分偏见重合，但重合的部分有多大，还需要更多与真实人类数据的对照实验来回答。

参考文献

  1. Reproducing human biases in route choice using large language models: Toward scalable behavioral modeling（arXiv、2026、全文精读）
  2. Artificial Intelligence, Communication, and Strategic Pricing: Evidence from Large Language Models（SSRN、2026、仅摘要）
  3. Autonomous Multi-Agent Systems for Global Market Expansion: An LLM-Based Framework for Scaling Strategic Internationalization in Small and Medium Enterprises（SSRN、2026、仅摘要）
  4. Agent Brain: A Biologically Inspired Memory System for Autonomous AI Agents in Property Management（SSRN、2026、仅摘要）
  5. Multi-Head Latent Control: A Unified Interface for LLM Agent Decision Making（arXiv、2026、全文精读）
  6. AI-Driven Day-to-Day Route Choice（arXiv (Cornell University)、2024、仅摘要）
  7. Noise, Adaptation, and Strategy: Assessing LLM Fidelity in Decision-Making（ArXiv.org、2025、仅摘要）