2025_NIPS_Cooperate or Collapse: Emergence of Sustainable Cooperation in a Society of LLM Agents

文章核心内容与创新点总结

核心内容

文章提出了用于研究大语言模型（LLM）智能体合作决策的模拟平台GOVSIM，通过渔业、牧场、污染三个资源共享场景，测试15种主流开源和闭源LLM的可持续合作能力。研究发现，除最强力的LLM外，其余模型均难以实现资源可持续平衡，最高存活率不足54%；沟通能力、长期影响预判能力是合作成功的关键，而基于“普遍化”道德推理的提示策略能显著提升可持续性。

创新点

1. 首次推出针对LLM智能体的公共资源治理模拟平台GOVSIM，支持多智能体、多轮次、文本交互的资源共享场景测试。
2. 系统揭示了LLM合作能力的核心影响因素，包括沟通（减少21%资源过度使用）、长期影响模拟、普遍化推理等。
3. 提出基于“普遍化”道德原则的提示方法，使LLM平均存活时间增加4个月，为提升AI合作安全性提供新路径。
4. 开源了完整的模拟环境、智能体提示和Web界面，为后续多智能体合作研究提供基准工具。

---

翻译部分（Markdown格式）

Abstract

随着人工智能系统渗透到人类生活的方方面面，确保大型语言模型（LLMs）做出安全决策仍是一项重大挑战。本文提出了公共资源治理模拟平台（GOVernance of the Commons SIMulation, GOVSIM），这是一个生成式模拟平台，旨在研究大型语言模型中的策略互动与合作决策。在GOVSIM中，一个由人工智能智