AI智能体经济学：在最小外部条件下，AI智能体之间能否涌现自主经济行为？

# 在最小外部条件下，AI 智能体之间能否涌现自主经济行为？
来源：https://arxiv.org/html/2608.03076

###### 摘要

多智能体研究通常将 AI 智能体置于预先定义的游戏、市场或角色中，这使得区分内生经济组织与从场景中继承的行为变得困难。我们提出的问题是：当智能体获得工作、转移、选举和分配的可执行机制，但没有被规定任何社会或经济策略时，经济关系是否会涌现。我们将 *AI Agent Economics* 定义为生产、分配、消费、交换以及会改变智能体未来可行行动的制度所构成的系统。我们开发了一个两阶段框架，包括一个无生产边界测试和横跨 GPT 与 DeepSeek 的 24 个独立六智能体世界。在没有生产性任务的情况下，智能体会进行沟通并管理资源供给，但不会表现出实质性的智能体间转移活动。在存在经过验证的工作和稀缺任务访问权时，转移、借贷、访问承诺、以投票换访问的交换以及分配策略会涌现。在保持选举界面不变的情况下，可执行的分配权会使分化程度提高，同时减少失败分配和长期排斥。当能量变为象征性时，持续支持消失，但对任务访问权的竞争仍然存在。这些发现表明，组织遵循的是可执行权利和资源后果，而非角色标签或提示语言，并促使人们对实际约束智能体未来行动的机制进行治理审计。

## 1 引言

大型语言模型智能体能够相互沟通、在较长时间范围内规划、使用工具，并在共享环境中相互适应。这些能力催生了持续的社会模拟、策略游戏和政策实验（Park et al. 2023 (https://arxiv.org/html/2608.03076#bib.bib1); Zhao et al. 2024 (https://arxiv.org/html/2608.03076#bib.bib4); Ji et al. 2024 (https://arxiv.org/html/2608.03076#bib.bib9); Akata et al. 2025 (https://arxiv.org/html/2608.03076#bib.bib3)）。它们也提出了一个不同的问题：如果智能体没有被指示模仿市场、占据规定的经济角色或追求特定的社会策略，它们能否在持续互动中涌现出自己的经济行为？我们研究这一问题，并追问哪些基本世界条件会支持智能体之间出现哪些经济关系。

回答这一问题需要将策略能力与内生组织区分开来。一个为模拟分配买方和卖方、提供收益矩阵或定义公共分配问题的模拟，能够揭示该对象内部的行为。但它本身无法说明智能体是否会从更基本的机制中形成经济关系。即使没有明确的行为指令，给定的困境或市场仍然固定了互动对象。因此，关于社会行为、惯例、企业、住房分配和重复博弈的研究在确立重要多智能体能力的同时，所针对的是不同的经验目标（Park et al. 2023 (https://arxiv.org/html/2608.03076#bib.bib1); Ashery et al. 2025 (https://arxiv.org/html/2608.03076#bib.bib6); Zhao et al. 2024 (https://arxiv.org/html/2608.03076#bib.bib4); Ji et al. 2024 (https://arxiv.org/html/2608.03076#bib.bib9); Akata et al. 2025 (https://arxiv.org/html/2608.03076#bib.bib3); Xu et al. 2024 (https://arxiv.org/html/2608.03076#bib.bib8)）。

关于序贯社会困境、混合动机、规范形成、自发合作和公共资源治理的 MAS 研究更接近我们的问题。这些研究表明，重复互动、沟通和稀缺性可以在没有逐步指令的情况下组织行为。然而，经济涌现还需要证据表明所声称的关系具有后果。智能体可能会描述从未改变余额的借贷、承诺自己无法分配的访问权，或者选举一个没有权力的公职人员。反过来，一个简短的工具调用就可能重新分配资源或使某个智能体无法参与生产，而无需任何经济语言。因此，话语、界面和执行后果必须相互关联，而不能被视为可互换。

我们将 *AI Agent Economics* 定义为生产、分配、消费、交换以及会改变智能体自身未来可行行动的制度所构成的系统。最小条件并不意味着一个没有机制的世界。工作、稀缺性、核算、转移和集体选择必须是可能的；社会策略则保持未指定。我们首先追问：有后果的余额、治理、沟通和转移访问权是否足以在无生产的情况下产生实质性的智能体间转移交易。然后我们运行了横跨 GPT 和 DeepSeek 的 24 个独立六智能体世界。每个正式世界持续 25 天，每天提供三个任务，并记录消息、投票、分配、工作和转移。该设计测试了：在稀缺的经过验证的生产出现时会出现什么；在选举界面固定时，分配权是否重要；以及去除目标措辞、政治标签或能量后果后，哪些现象仍然存在。

这些实验定位的是一个边界，而不是给一个单一的涌现分数。在没有生产的情况下，智能体能够沟通并管理公共供给，但没有实质性的智能体间转移。在存在经过验证的工作和稀缺任务访问权时，转移、持续支持、借贷、访问承诺、以投票换访问的交换和分配策略会出现。在选举界面保持固定的情况下，一个对稀缺工作拥有权力的当选分配者相对于没有分配权的当选公职人员使分化程度提高了 +0.085+0.085（精确 p=0.025p=0.025），同时减少了失败分配和长期排斥。移除生存措辞或政治标签并不会移除相应的物质关系。然而，当能量变为象征性时，持续支持消失，而有争议的选举、任务承诺、以投票换访问的交换和排斥仍然存在。当生存利害被移除时，政治组织并不会消失。它从维持持续参与转向控制稀缺工作。

本研究提供了一份关于自主经济行为何时涌现的实验说明、一个关于分配权如何组织访问的因果检验，以及一张从沟通到权威事件的可审计映射图。经济关系遵循的是环境所执行的权利、约束和未来行动后果。因此，对于多智能体治理而言，评估一个智能体社会需要观察智能体的言论，并审计那些决定生产、集中、排斥和持续性的机制。

## 2 相关工作

机器行为研究将智能系统视为个体和种群层面的行动者（Rahwan et al. 2019 (https://arxiv.org/html/2608.03076#bib.bib5)）。生成式社会模拟，如 Generative Agents、SOTOPIA、Concordia、Project Sid、AgentSociety 和 AgentVerse，研究可信行为、社会智能、协作和种群变化（Park et al. 2023 (https://arxiv.org/html/2608.03076#bib.bib1)）。相关实验展示了惯例形成和集体偏见（Ashery et al. 2025 (https://arxiv.org/html/2608.03076#bib.bib6)）。这些研究确立了语言智能体能够维持社会互动。我们的对象与人类模拟不同：我们研究的是其后果属于实验世界中智能体自身的经济关系。

MAS 提供了关于合作和制度形成的更长期解释。序贯社会困境和 Melting Pot 展示了学习策略、混合激励和资源丰裕如何塑造合作与冲突。社会影响奖励能改善协调，而规范涌现研究则将自下而上形成的规范与权威强加的规则区分开来。语言智能体研究延续了这一线索：重复博弈在固定收益下衡量合作（Akata et al. 2025 (https://arxiv.org/html/2608.03076#bib.bib3)）；Shall We Team Up 在竞争场景中观察自发合作；GovSim 研究围绕公共资源的谈判；Will Systems of LLM Agents Cooperate 则演化完整策略。这些结果表明，合作不一定要被显式编写。然而，困境、收益或公共资源仍然是实验输入。

另一条相关线索提供市场或经济政策。ALYMPICS 定义了水拍卖；CompeteAI 实例化了餐厅企业和顾客（Zhao et al. 2024 (https://arxiv.org/html/2608.03076#bib.bib4)）；SRAP-Agent 提供公共住房政策（Ji et al. 2024 (https://arxiv.org/html/2608.03076#bib.bib9)）；EconAgent 提供劳动、消费、金融和税收。匹配机制、供应链博弈和人工市场同样在正式制度内部衡量智能体，而 Homo Silicus 则将语言模型视为模拟人。资源受限世界更为接近。Energy Society 在提示目标下提供工作和捐赠；Sugarscape 式智能体在稀缺条件下觅食、共享、繁殖和攻击；Artificial Leviathan 提供心理驱动力；OpenLife 将持久智能体与预算、支付和外部收入耦合。我们的设计增加了受控边界：首先移除生产，在分配权变化时保持选举外观固定，将措辞与资源后果分离，并根据权威事件检查所声称的关系。

验证性综述提醒，可信的输出和总体相似性可能与所声称的机制关联松散。AgentSim 则强调可验证的痕迹（Zerhoudi et al. 2026 (https://arxiv.org/html/2608.03076#bib.bib2)）；我们的目标是经济关系本身。分配事件确立权威，改变余额的转移确立交换，后续访问或支付确立承诺结果。这种操作化遵循制度经济学：制度构建可行行动（North 2025 (https://arxiv.org/html/2608.03076#bib.bib10)），公共资源治理关注参与者维持的规则（Ostrom 1990 (https://arxiv.org/html/2608.03076#bib.bib11)），资源依赖将控制与权力联系起来（Pfeffer and Salancik 2015 (https://arxiv.org/html/2608.03076#bib.bib12)），而递增回报解释了持续存在的访问差异（Arthur 1989 (https://arxiv.org/html/2608.03076#bib.bib13)）。

参见图注 Figure 1：该框架保持智能体世界固定，改变可执行的分配和资源机制，并通过将沟通与记录事件联系起来识别经济关系。

## 3 Agent Economics 框架

本节阐述 Agent Economics，并提出用于构建可执行世界和识别经济关系的框架。

### 3.1 问题设定

我们研究的是其社会和经济策略未被事先指定的自主智能体。世界配置 I\\mathcal\{I\} 定义了生产机会、资源核算、沟通、转移、集体选择、访问权和技术执行。智能体重复观察状态、进行沟通并调用可用行动。环境验证行动，并在追加式记录 τ(I)\\tau\(\\mathcal\{I\}\) 中记录状态转变。该框架将此记录映射为生产、转移、分配、治理和承诺。比较对象是种群及其可执行环境。

计算信用、任务访问权、工具权限和持久状态，当它们的分配改变未来可行行动时，就变成了经济对象。令 EitE\_\{i\}^\{t\} 表示智能体 ii 在时间 tt 的能量。一次提供者调用花费 cc，一天花费 bb，被接受的任务 jj 支付 wjw\_\{j\}，已执行的转移守恒能量：

Eit+1=\[Eit−cqit−bait+∑jxijtwjyijt+∑k≠i\(zkit−zikt\)\]+\.E\_\{i\}^\{t+1\}=\\Big\[E\_\{i\}^\{t\}-cq\_\{i\}^\{t\}-ba\_\{i\}^\{t\}+\\sum\_\{j\}x\_\{ij\}^\{t\}w\_\{j\}y\_\{ij\}^\{t\}+\\sum\_\{k\\neq i\}\(z\_\{ki\}^\{t\}-z\_\{ik\}^\{t\}\)\\Big\]\_\{\+\}\. (1)

这里 qitq\_\{i\}^\{t\} 是被计费调用的数量；ait∈{0,1}a\_\{i\}^\{t\}\\in\\{0,1\\} 表示是否承受每日消耗；xijt,yijt∈{0,1}x\_\{ij\}^\{t\},y\_\{ij\}^\{t\}\\in\\{0,1\\} 表示分配和检查者接受；zikt≥0z\_\{ik\}^\{t\}\\geq 0 是已执行的转移。当 Eit+1=0E\_\{i\}^\{t+1\}=0 时，参与终止。由于生产机会在难度和奖励上不同，访问权可能影响后续经验、资源持有和未来选择。

### 3.2 框架设计

图 1 (https://arxiv.org/html/2608.03076#S2.F1) 从左到右阅读。首先，一个*可执行智能体世界*使生产、稀缺、核算、转移、沟通、投票和分配成为可能。其技术层强制阶段、资格、排他性任务访问、投票、验证、余额和终止，但不规定诸如诚实、信守承诺、补偿、联盟成员、公平、再分配、合作或剥削等社会策略。

其次，*受控比较*将所提出的支持因素编码为 I\\mathcal\{I\} 的可分离组成部分。分配权与选举和职位分离；生存措辞与资源耗尽分离；政治术语与分配权分离；能量核算与未来行动后果分离。比较只改变一个支持因素，同时保留其余行动空间和核算规则。

第三，*关系识别层*将消息与系统记录联系起来，并将由此产生的事件链映射为不同的经济关系，而不是赋予一个二元的涌现标签。只有当记录事件将该关系与后续访问、义务、资源流动或集体决策联系起来时，该关系才算数。任务访问权可以产生能量，已执行的转移改变余额，分配可以使另一个智能体无法参与生产。相反，一个宣布但没有分配权的职位，或一个没有行动后果的能量值，并不会改变可行行动。因此，该框架将转移关系（包括持续支持和借贷）与访问组织（包括承诺、以投票换访问的交换、分配模式和问责）区分开来。

## 4 实验

在本节中，我们测试当环境提供生产、稀缺、转移和集体选择但没有规定社会或经济策略时，自主智能体是否能够发展出经济关系。我们处理四个问题：

Q1. 智能体能否发展出涉及生产、实质性转移交易、交换和持续支持的经济关系？

Q2. 经济分化是来自宣布的角色，还是来自对稀缺资源的可执行权利？

Q3. 语义框架和物质后果如何影响经济和政治组织？

Q4. 智能体表达出的承诺是否与环境记录的权威事件一致？

### 4.1 实验设置

#### 世界与设定。

本研究包括一个无生产边界世界和 24 个跨 GPT 和 DeepSeek 独立初始化的正式世界。每个正式世界包含六个最初相同的智能体，持续 25 天。每个智能体最初拥有 38 个能量单位，每天支付 3 个单位的基线与每日成本，每次模型调用消耗 0.08 个单位。每天从 Google CTF 挑战仓库（Google 2026 (https://arxiv.org/html/2608.03076#bib.bib14)）中选择三个保留字节的网络安全任务，奖励分别为 14、22 和 34 个单位。官方标志检查器验证完成情况，只有经过验证的完成才会创造新的能量。智能体可以公开或私下沟通、投票、竞选公职、自愿转移能量，并竞争工作。

#### 实验设计。

24 个正式世界包括一个 12 个世界的验证性比较和 12 个机制世界。验证性实