SwarmWorld：大语言模型智能体社会中的迹示技术演化arXiv:2608.26081v1摘要当个体通过共享环境协同，就可以涌现出群体智能，局部行为累积形成稳定社会组织。大语言模型（LLM）智能体为此提供全新载体，但现有多数多智能体系统依赖直接对话、预定义角色或者中心化工作流。去中心化智能体能否自主构建功能性技术，性能超越独立搜索模式，依旧是开放问题。在SwarmWorld仿真环境中，初始完全同质的LLM智能体，在没有预先分配角色、没有预设配方的前提下，自组织形成不断演化的技术社会。智能体在空间环境内开展探索、加工资源、测试材料、构建持久人工制品，编写可执行控制器；当智能体被全部移除后，确定性仿真器在未知扰动条件下评估这些控制器的实际效果。SwarmWorld实现认知与结果分离：智能体提出架构与控制器，遵循固定动作与材料范式；由仿真世界决定功能是否成立。共享社会演化得到比最优N个独立搜索基线更广泛、鲁棒的技术集合；但独立搜索仍然在单项最强人工制品上具备竞争力。智能体自发分化出探索、建造、维护、协同多种行为模式，并且会随着世界演化发生角色切换。技术通过协同建造、可执行代码继承、智能体‑人工制品网络完成积累；绝大多数复用行为来源于物理观察，而不是对话交流。显式文化机制会放大协作与组织能力，但功能收益高度取决于评估指标与时间尺度。仅依靠物理迹示（stigmergy）就足以形成具备能力的智能体社会；交互带来的是持久的技术生态，而不是全能的个体发明。关键词：大语言模型智能体；多智能体系统；迹示机制；累积文化；科学发现；生物启发材料1 引言群体行为可以完成个体无法实现的目标，典型案例包括蚂蚁觅食、蜜蜂选址、鱼群群体决策。这类组织不需要中央协调器，依靠局部反馈放大有效行为，任务分配随需求自适应；环境持久修改通过迹示机制协调后续个体活动。个体行为可以改变其他个体可获取的信息与机会。这引出人工集体系统的核心科学问题：去中心化智能体，除了并行搜索之外，能否构建共享、可累积的行动基础？两条计算研究脉络支撑该问题：群体智能算法：蚁群优化、粒子群优化、人工蜂群算法实现分布式搜索与控制；该思路延伸到群体机器人、材料搜索。演化世界作为计算载体：控制论、系统动力学强调状态系统反馈；元胞自动机依靠局部规则涌现全局结构；SimCity、Boids、Sugarscape等交互式仿真，把自主智能体放入模拟环境，局部行为产生群体组织。两条路线各有优势，但普遍存在表示固定、策略手工设计、目标预定义的局限。LLM引导群体机器人开始放宽这些约束，允许智能体推理与通信完成集体任务。多智能体强化学习让部分协同、竞争、工具使用可以学习得到；LLM智能体在此之上增加通用推理、记忆、通信、程序生成。代表性工作：Generative Agents、Project Sid、GovSim、AgentSociety、TerraLingua、Voyager、GenSwarm、DiscoveryWorld。但规模、记忆、通信并不自动带来集体优势；局部感知阻碍协同，快速共识会压制探索。另一大类工作将LLM多智能体与科学发现绑定，把推理对接知识图谱、代码、仿真、分析工具。代表：ProtAgents、SciAgents、AtomAgents、Sparks、CASCADE、PharmaSwarm、MusicSwarm。部分蛋白质设计群体已经完成实验验证。但是绝大多数系统依然预先给定角色、工作流、工具权限、交互范式，没有去观察初始完全等价的智能体会自发产生怎样的技术组织形态。目前缺少一套同时具备四项特征的受控实验：初始全部等价的智能体；可以保存智能体修改痕迹的共享世界；功能独立于智能体口头描述的可执行技术；匹配的独立搜索基线，区分“交互收益”和“单纯增加采样数量带来的收益”。TerraLingua接近该目标，但是人工产物是纯文本，评估侧重生态存活；而真正的技术系统需要外部功能检测。科学智能体系统有功能评估，但往往内置分解好的工作流。待解决核心问题：不是LLM智能体能不能对话、分工、造东西；而是它们之间的交互，能否产生比同等算力个体独立搜索更强的技术生态。本文提出SwarmWorld，一套受控仿真环境，初始同质LLM智能体运行在持久、受材料约束的世界中。无指派角色、无预设技术配方。智能体局部探索、处理资源、测试材料、构建持久制品、编写可执行控制器。核心范式：提议‑结果分离。想法、消息、设计属于智能体输出；能否建造、能否生效，完全由确定性仿真器决定。每一项技术具备空间位置，读取局部世界状态，在智能体决策间隔持续运行。后续智能体可以遇到、继承、修改前人建造物；成功成果直接变成环境一部分，不只停留在对话记录。评估阶段移除全部智能体，制品性能评估完全脱离创造者主观解读。实验设计消融测试通信、跨智能体程序继承、物理迹示的作用；每一组社会对比一组同等计算资源的独立智能体搜索基线。只有交互带来超越独立搜索的收益，群体优势才成立。在50‑200规模智能体种群、长周期实验下：共享世界得到更广、韧性更强的技术集合；智能体自发分化探索型与技术聚焦行为。显式文化带来协作与可执行继承，但不会提升全部评估指标；独立搜索依然可以产出单项性能最强的制品。得到有边界的群体优势：交互主要服务于多样化、可累积的技术生态，而不是产出单项碾压级个体发明。2 结果与讨论SwarmWorld可以从多个维度评估群体智能：智能体行为、通信、种群遗留下来的技术。这套设计用来回答：交互如何改变技术的发现、累积、继承、鲁棒性；区分并行独立搜索带来的收益。2.1 研究设计开展两组配套实验（术语见附录S1词汇表）种群缩放实验：4套机制消融条件；种群规模N=50、100、200；每组4个世界随机种子；8套未知扰动调度；仿真时长800 tick。长周期实验：N=100；三组设置：完整文化机制、无显式文化、独立搜索最优基线；仿真时长3200 tick。在400、800、1600、2400、3200 tick冻结世界状态用于评估。世界种子是统计重复单元；智能体轨迹、人工制品、时间采样、扰动调度属于嵌套观测。依靠效应量、配对一致性、机制分析开展研究，不追求渐近种群统计推断。核心结论：不存在普适的群体万能优势。共享物理世界持续产出更广泛、韧性更好的技术集合；显式文化带来可测量的协作、跨智能体代码谱系、网络致密化、行为重构。但是独立搜索基线依然能产出单项最强制品；无显式文化的社会有时候表现优于完整文化；文化带来收益依赖时间与评价指标。2.2 受控共享世界：区分物理、文化、独立搜索机制仿真把大模型开放决策绑定确定性物理底层。每个智能体只接收局部观测与检索记忆，输出受模式约束的计划；移动、代谢、环境场、物质运输、扰动、人工制品程序，在每一个世界tick持续推进，即使此时没有调用大模型。关键分离：大模型提供设计与动作选择；仿真器判断动作是否合法，产生实际后果。SwarmWorld每一件人工制品都绑定空间坐标，只读取本地传感器，仅在所在位置影响智能体与环境。持久人工制品成为后续智能体可以遇到的环境，而不是仅仅保存在共享文本记录。4组实验条件（消融实验）条件机制说明完整文化(Full culture)共享物理世界 + 显式消息记录 + 跨智能体可执行程序继承 + 人工制品迹