用大模型做社會模擬，你能保證換個(gè)模型， Agent 還會做出一樣的決策嗎？在 LLM-based 社會模擬中，研究者通常用一段自然語言描述來定義 Agent 的行為，例如「John Lin 是一個(gè)社區(qū)藥店老板，他熱心助人……」。這種基于人設(shè)的 Agent 定義方式已被廣泛采用，幾乎成為社會模擬領(lǐng)域的標(biāo)準(zhǔn)范式。然而：這些描述究竟是在「定義 Agent 」，還是只是提供了一種松散且無法穩(wěn)定復(fù)現(xiàn)的行為暗示？

UCSD 團(tuán)隊(duì)在 CHI 2026 Best Paper 論文CoBRA （眼鏡蛇）中提出了一套可量化、可驗(yàn)證、可復(fù)現(xiàn)的 Agent 控制框架。它將經(jīng)典社會科學(xué)實(shí)驗(yàn)轉(zhuǎn)化為可復(fù)用的校準(zhǔn)環(huán)境，使 Agent 行為可被測量、反饋與收斂，建立類似實(shí)驗(yàn)科學(xué)的變量控制機(jī)制，并在輸入、激活與參數(shù)空間實(shí)現(xiàn)定量化控制。

CoBRA 標(biāo)志著AI 社會模擬從經(jīng)驗(yàn)式敘述走向可控、可復(fù)現(xiàn)的實(shí)驗(yàn)科學(xué)范式。

視頻鏈接：https://mp.weixin.qq.com/s/FJULL6lcvqIFE4NaCEOx7w

• 論文標(biāo)題：CoBRA: Programming Cognitive Bias in Social Agents Using Classic Social Science Experiments
• 論文鏈接：https://arxiv.org/abs/2509.13588
• 代碼鏈接：https://github.com/AISmithLab/CoBRA
• 項(xiàng)目主頁：https://cobra.clawder.ai

自然語言人設(shè)的可控性困境

研究者首先做了一組先導(dǎo)實(shí)驗(yàn)。他們用經(jīng)典社會科學(xué)實(shí)驗(yàn)——亞洲疾病問題——來測試 Agent 的框架效應(yīng)。這是行為決策研究中的經(jīng)典范式：當(dāng)同一個(gè)結(jié)果被描述為「 200 人被救活」或「 400 人將死亡」時(shí)，人類會系統(tǒng)性地改變決策偏好。

他們設(shè)計(jì)了三種 Agent 人設(shè)——經(jīng)濟(jì)學(xué)家、普通人和空白（無描述）——并在 Mistral 7B 、 Gemma2 9B 、 GPT-4o Mini 、 DeepSeek-v3 四個(gè)模型上進(jìn)行了測試。

結(jié)果令人反思：

• 同一描述，不同模型，行為完全不同。結(jié)果顯示所有條件下跨模型行為差異顯著。例如， Mistral 7B 的回答嚴(yán)重偏向正面框架，而 Gemma2 9B 的回答接近中性。
• 隱式描述無法可靠地產(chǎn)生預(yù)期行為。社會科學(xué)研究表明，經(jīng)濟(jì)學(xué)專家往往比普通人更不容易受到框架效應(yīng)的影響。但四個(gè)模型中，只有 GPT-4o 的結(jié)果勉強(qiáng)符合這一預(yù)期； DeepSeek 中經(jīng)濟(jì)學(xué)家反而比普通人更容易受影響； Mistral 三種人設(shè)幾乎沒有區(qū)別。

一句話總結(jié)：用自然語言給 Agent 寫人設(shè)，在科學(xué)意義上是不可控的、不可復(fù)現(xiàn)的。

CoBRA：用經(jīng)典實(shí)驗(yàn)為 Agent 行為「標(biāo)定刻度」

圖：CoBRA 工作流

CoBRA 的核心思路出奇地優(yōu)雅：把經(jīng)過幾十年驗(yàn)證的經(jīng)典社會科學(xué)實(shí)驗(yàn)當(dāng)作 Agent 的「考試」，測完再調(diào)，調(diào)到達(dá)標(biāo)。

例如，我們希望精確指定一個(gè) Agent 受到「框架效應(yīng)」這種認(rèn)知偏差的影響程度，就可以讓它參加經(jīng)典的「亞洲疾病問題」等實(shí)驗(yàn)，測量其決策差異，將這種差異量化為偏差指數(shù)，并根據(jù)目標(biāo)水平調(diào)節(jié)控制系數(shù)，再次測量，直至其偏差程度達(dá)到預(yù)設(shè)值。

CoBRA 以「認(rèn)知偏差」作為試點(diǎn)。認(rèn)知偏差不同于抽象的價(jià)值觀或道德判斷，它具有明確的實(shí)驗(yàn)定義、可計(jì)算的行為指標(biāo)以及可驗(yàn)證的干預(yù)路徑，因此更適合作為構(gòu)建可量化調(diào)節(jié)的工程起點(diǎn)。

具體來說， CoBRA 包含兩個(gè)核心組件：

1. 認(rèn)知偏差指數(shù)——量化 Agent 的偏差程度

CoBRA 的認(rèn)知偏差指數(shù)建立在經(jīng)典社會科學(xué)實(shí)驗(yàn)范式之上，系統(tǒng)性地覆蓋四類具有代表性的認(rèn)知偏差（權(quán)威效應(yīng)、從眾效應(yīng)、確認(rèn)偏差與框架效應(yīng)），每類偏差均對應(yīng)兩種經(jīng)典實(shí)驗(yàn)范式，用于交叉校準(zhǔn)與驗(yàn)證。 Agent 在這些實(shí)驗(yàn)中的表現(xiàn)被量化為一個(gè) 0-4 的連續(xù)分?jǐn)?shù)。同一偏差類型的兩個(gè)范式相互驗(yàn)證——在一個(gè)范式上校準(zhǔn)的控制系數(shù)，在另一個(gè)范式上也應(yīng)產(chǎn)生一致的效果。

2. 行為調(diào)節(jié)引擎——從三個(gè)層次調(diào)控 Agent

行為調(diào)節(jié)引擎覆蓋 LLM 的三個(gè)基本干預(yù)空間：

輸入空間（Prompt Numerical Control）：用數(shù)值化指令（如「你的權(quán)威偏差程度是 65% 」）替代模糊的定性描述，無需訓(xùn)練。該方法適用于所有模型。

激活空間（Representation Engineering）：通過三組對比樣本（偏差正例 / 中性 / 反例），提取出干凈的偏差方向向量，并與安全拒絕信號分離，在推理時(shí)注入隱藏狀態(tài)。注入方式有兩種： Linear Control 像是均勻放大或減弱偏差強(qiáng)度，表達(dá)范圍更廣； Projection Control 則根據(jù)當(dāng)前語境自適應(yīng)調(diào)節(jié)，控制曲線更平滑穩(wěn)定。該方法適用于開源模型。

參數(shù)空間（Fine-tuning with Task Vectors）：分別訓(xùn)練一個(gè)「有偏差」和「無偏差」的 LoRA ，然后用 task vector 差值作為控制信號，通過控制系數(shù)精確調(diào)節(jié)。

每種方法都通過一個(gè)控制系數(shù)與認(rèn)知偏差指數(shù)形成閉環(huán)： CoBRA 自動掃描控制系數(shù)，測量 Agent 在實(shí)驗(yàn)中的表現(xiàn)，直到達(dá)到目標(biāo)指數(shù)。

跨模型一致性與魯棒性驗(yàn)證

論文在多類開源與閉源系統(tǒng)上開展系統(tǒng)評測，驗(yàn)證了 CoBRA 的跨模型、跨推理模式與跨場景穩(wěn)定性：其顯著降低行為方差，在 0.1–1.0 溫度區(qū)間內(nèi)保持統(tǒng)計(jì)等價(jià)，并在不同推理模式下呈現(xiàn)高度一致的控制曲線。

在此基礎(chǔ)上，作者進(jìn)一步從單調(diào)性、平滑度、表達(dá)范圍與泛化性四個(gè)維度系統(tǒng)評估其可控性。結(jié)果顯示，激活空間的控制在單調(diào)性與平滑度上表現(xiàn)最佳，輸入空間控制則提供更大的表達(dá)范圍。同時(shí)，控制系數(shù)可在不同實(shí)驗(yàn)范式間遷移，并在不同人設(shè)設(shè)定下保持高度一致，展現(xiàn)出良好的泛化能力。

開放任務(wù)驗(yàn)證

論文進(jìn)一步模擬了經(jīng)典的情緒傳染場景，以展示 CoBRA 的實(shí)際應(yīng)用價(jià)值。在實(shí)驗(yàn)中， Agent 瀏覽包含不同比例負(fù)面帖子的社交媒體信息流，隨后生成新的內(nèi)容。研究者通過分析其生成文本的情緒變化，衡量情緒傳染的強(qiáng)度。

基線方法僅通過自然語言描述調(diào)節(jié)偏差強(qiáng)度，結(jié)果顯示不同偏差等級的 Agent 情緒傳染曲線幾乎完全重疊，難以有效區(qū)分。相比之下， CoBRA 呈現(xiàn)出清晰的劑量——響應(yīng)關(guān)系：從眾效應(yīng)認(rèn)知偏差指數(shù)越高， Agent 表現(xiàn)出的情緒傳染程度也越強(qiáng)，不同等級之間具有明確且穩(wěn)定的區(qū)分度。

該情緒傳染實(shí)驗(yàn)基于開放式任務(wù)，體現(xiàn)出 CoBRA 明確的實(shí)際應(yīng)用價(jià)值。

從「像那么回事」到「可控和可復(fù)現(xiàn)」

這項(xiàng)工作的意義，可以概括為從「看起來像那么回事」到「可控、可復(fù)現(xiàn)的科學(xué)研究」的跨越。過去的 LLM 社會模擬依賴自然語言人設(shè)來塑造行為，直觀卻缺乏穩(wěn)定的控制結(jié)構(gòu)。 CoBRA 將經(jīng)典社會科學(xué)實(shí)驗(yàn)轉(zhuǎn)化為可復(fù)用的校準(zhǔn)環(huán)境，使 Agent 行為能夠被持續(xù)測量與調(diào)節(jié)，從而建立起類似實(shí)驗(yàn)科學(xué)的變量控制機(jī)制。

CoBRA 讓 Agent 擁有清晰的刻度與調(diào)節(jié)旋鈕。當(dāng) Agent 行為可以被標(biāo)定和收斂，社會模擬也就真正進(jìn)入了可復(fù)現(xiàn)的工程階段。

作者信息

劉萱：加州大學(xué)圣地亞哥分校（UCSD）博士生， 2025 年本科畢業(yè)于香港理工大學(xué)。研究方向聚焦人工智能與人機(jī)交互，關(guān)注 AI 系統(tǒng)的類人認(rèn)知與社會智能機(jī)制，構(gòu)建面向科學(xué)研究的 AI 工具，以及其隱私與安全問題。個(gè)人主頁：https://xuanl17.github.io/

商昊暘：獨(dú)立學(xué)者， 2025 年本科畢業(yè)于上海交通大學(xué)，將于 2026 年秋季加入英屬哥倫比亞大學(xué)（UBC）深造。

金浩?。?/strong>加州大學(xué)圣地亞哥分校（UCSD）助理教授，博士畢業(yè)于卡內(nèi)基梅隆大學(xué)人機(jī)交互研究所（CMU HCII），本科就讀于華中科技大學(xué)。研究方向涵蓋人機(jī)交互、隱私與安全及人本系統(tǒng)設(shè)計(jì)。個(gè)人主頁：https://www.haojianj.in/