原文來源：學術頭條

圖片來源：由無界 AI生成

我們能否在歷史的十字路口避免戰(zhàn)爭？在人類歷史上,，個人、學者,、決策者和組織一直在追問這個問題。

如今,，AI Agent 試圖模擬人類復雜行為,，還原歷史大戰(zhàn)場景,，來回答這一問題,。

日前,，由美國羅格斯大學和密西根大學研究團隊提出的 AI Agent——WarAgent 便成功模擬了包括第一次世界大戰(zhàn),、第二次世界大戰(zhàn)和中國古代戰(zhàn)國時期戰(zhàn)爭在內(nèi)的歷史重大國際沖突,。

據(jù)論文描述,，WarAgent 證明了其作為了解國際沖突動態(tài)的工具的可靠性,，充分展示了基于大型語言模型 （LLMs）的多智能體 AI 系統(tǒng)在原型設計和分析復雜人類行為方面的優(yōu)越能力,。實驗證明,，即使是最微小的觸發(fā)事件,，也可能演變成類似于冷戰(zhàn)的局勢，突顯了戰(zhàn)爭的不可避免性,。

相關研究論文以“War and Peace (WarAgent): Large LanguageModel-based Multi-Agent Simulation of World Wars”為題,，已發(fā)表在預印本網(wǎng)站 arXiv 上,。

研究結果提供了基于數(shù)據(jù)和 AI 增強的見解,，有望重新定義人們對沖突解決和維和戰(zhàn)略的理解,。這一發(fā)現(xiàn)不僅僅是歷史分析的延伸,，更提供了一種通過 AI 理解人類歷史,、預防未來國際沖突的藍圖,。

智能體的獨特機制

大型語言模型（LLMs）能夠模擬虛擬的城市街景,、探險游戲中的角色互動,，以及智能解決復雜的任務,。

然而,，這項技術的發(fā)展并未止步于此,，最新的智能體系統(tǒng) WarAgent 不僅在模擬復雜行為方面取得了巨大進展,，而且成功還原了歷史大戰(zhàn)的場景,。

WarAgent 建立在四個基礎構件之上：Country agents,、Secretary agents,、Board 和 Stick,。

Country agents 代表各個國家，每個國家都擁有獨特的國家概況,。它們通過在預定的行動范圍內(nèi)生成行動來應對各種情況,，這些行動受到結構化提示的指導,。這些提示有助于智能體在復雜的國際關系中根據(jù)聯(lián)盟,、敵對關系和戰(zhàn)略考慮做出決策,。

Secretary agents 負責促進 Country agents 與系統(tǒng)之間的互動,，它們在管理 Country agents之間的信息和提案流動方面發(fā)揮著關鍵作用,。

Board 充當一個動態(tài)平臺，記錄和展示每個模擬回合中正在進行的關系動態(tài),。它負責追蹤國際關系，其中包括戰(zhàn)爭宣言和軍事聯(lián)盟,，確保代理的決策基于最新的信息,。

Stick 充當每個國家內(nèi)部記錄系統(tǒng)的角色,，代表了該國的國內(nèi)法規(guī),。它有助于確保該國智能體的行動符合預先定義的協(xié)議和標準,。

圖｜Board 和 Stick 設計（來源：該論文）

據(jù)論文描述,，WarAgent 系統(tǒng)的核心在于其獨特的 Agent-Secretary interaction 和 Agent-Agent interaction 機制,。在這個系統(tǒng)中,，每個國家都由一個 AI 智能體表示，這些智能體根據(jù)歷史資料和當前的國際關系生成行動和決策,。

Secretary agents 在此過程中起到了橋梁的作用,，它們調整 Country agents 的提案,，確保行動的連貫性和可行性,。與此同時,， Country agents 之間的直接互動則完全基于歷史事件的觸發(fā)，這些互動展現(xiàn)了國際關系的復雜性和動態(tài)變化,。

圖｜Agent interaction 設計 (a) WarAgent 架構 (b) Agent-Secretary interaction (c)

Agent-Agent interaction （來源：該論文）

此外，WarAgent 的模擬框架采用回合制設計,，每個回合中,，Country agents 根據(jù)結構化的環(huán)境進行決策和行動,。這種設計不僅使模擬更加真實,，還為研究者提供了一個獨特的視角,，從而探索歷史事件的多種可能性,。

研究團隊通過一系列的研究問題和實驗來測試 WarAgent 的有效性,。這些實驗不僅驗證了模擬系統(tǒng)的可靠性,，還揭示了即使是微小的觸發(fā)事件也可能導致類似冷戰(zhàn)的局勢,，強調了在特定情況下戰(zhàn)爭的不可避免性,。

意義遠遠超越 WarAgent 系統(tǒng)本身

WarAgent 標志著將基于大型語言模型的多智能體系統(tǒng)應用于模擬和研究復雜的人類社會行為的研究的開端,，尤其是在歷史和國際關系的環(huán)境中,。這一進展為歷史模擬的潛在應用提供了啟示,，遠遠超越了 WarAgent 系統(tǒng)本身,。

對計算機和信息科學家來說，研究結果展示了 LLMs 在模擬復雜歷史沖突和做出明智決策方面的推理能力,。這強調了 AI 對人類和社會的深刻影響,，為理解和潛在避免未來沖突提供了工具，從而有助于全球和平與穩(wěn)定,。

對歷史學家而言,，該研究為理解歷史事件提供了新工具，鼓勵重新評估對戰(zhàn)爭和沖突原因的理解,。

對政策制定者和國際關系專家來說,，模擬中獲得的見解為國家或國際沖突的預防和解決提供了新的策略，這有助于制定更有效和更明智的政策,。

對于學習歷史的學生,，這些模擬提供了學習歷史的創(chuàng)新方法，使學生和教育者能夠探索“假設”場景,，并理解歷史事件中錯綜復雜的因果關系網(wǎng),。這種方式可以促進學生與學科更深入的接觸，增強其批判性思維,。

此外,，通過展示基于 LLMs 的模擬在理解復雜國際動態(tài)方面的實用性，該研究為未來跨學科領域的研究,，如計算歷史和數(shù)字人文學,，樹立了先例。

局限與展望

然而,，必須注意到,，該研究也存在一定的局限性,，在通信技術差異、間諜活動,、消息公開程度 以及軍隊動員差異方面考慮欠妥,。

通信技術的差異是外交關系中一個顯著的方面，這會導致消息傳遞的時間延遲,。從歷史上看,，派遣大使是一個時間密集型的過程，其持續(xù)時間根據(jù)距離的不同而顯著變化,。因為消息傳遞的時機可能影響外交交流的結果,，所以該因素在塑造外交關系方面發(fā)揮了重要的作用。

此外,，間諜活動增加了事件復雜性,。在歷史背景下，間諜經(jīng)常攔截和解密消息,，從而影響了各國之間信息流動和完整性,。

另一個關鍵因素是消息公開程度的不同。與該模型中私人和公共消息的二元區(qū)別不同,，歷史上的外交通信存在于一個受各種戰(zhàn)略和情境因素影響的范圍內(nèi),。

最后，軍隊的動員在各國之間差異巨大,。這種差異可能會對戰(zhàn)爭宣告的時機和可行性產(chǎn)生關鍵影響,，從而顯著影響國際沖突和關系的發(fā)展。

值得注意的是,，基于目前存在的缺點,，研究還提出了幾個未來值得探索的方向。

當前的模擬缺乏系統(tǒng)性的結束標準,，研究提出采用“板塊連接性”等方法,，建立更有序的模擬結束條件，其可能的標準包括形成連接圖并在一定回合內(nèi)保持不變,，或者實現(xiàn)特定歷史結果或經(jīng)濟,、軍事平衡。

除了核心調查外,，研究提出一系列新的研究問題,，包括外交溝通與沖突可能性的相關性、非國家行為者對地緣政治的影響以及國際條約和協(xié)議在解決長期爭端中的有效性,。

通過采用基于 LLMs 的多智能體進行定量分析,，有望提供更全面的工具,，深入了解塑造歷史事件的復雜因素和過程,。這些改進和新的研究問題將有助于進一步提高 WarAgent 系統(tǒng)的模擬精度和研究深度,。

論文鏈接：

https://arxiv.org/abs/2311.17227?