标签
本文提出了一种双层自动研究框架，其中外环AI代理自主优化内环LLM策略合成管道，用于多智能体序列社会困境，实现了优越的性能，并发现了在最大最小福利目标下的公平等具体目标机制。
本研究论文揭示了 LLM 智能体中的“记忆诅咒”现象，证明扩大的上下文窗口会通过削弱前瞻性意图，系统性地破坏多智能体社会困境中的合作行为。作者表明，通过定向微调、合成记忆净化以及减少显式思维链（Chain-of-Thought）推理，可有效缓解此类行为衰退。