Cooperating and Competing Through Natural Language¶

会议: ACL 2025
领域: 其他（博弈论+NLP）
关键词: 自然语言博弈、合作与竞争、多智能体对话、语言策略、社会交互

一句话总结¶

本文研究 LLM 智能体在自然语言交互环境中的合作与竞争行为，通过设计多人博弈场景，分析语言策略（如说服、欺骗、协商）如何影响博弈结果，揭示了 LLM 在社会交互中的策略涌现能力和局限性。

研究背景与动机¶

领域现状：随着 LLM 能力的提升，将 AI 智能体部署在社会交互场景中的需求日益增长——如商业谈判辅助、多方协调、辩论系统等。这些场景的核心特征是智能体需要通过自然语言与其他参与者进行战略性交互，既有合作也有竞争。

现有痛点：（1）现有的多智能体 LLM 研究大多关注纯合作场景（如多智能体编程），对竞争和混合动机场景的研究不足；（2）经典博弈论研究假设参与者有共同知识和理性决策，但在自然语言交互中，信息通过语言传递，语言本身就是策略工具（可以误导、说服、模糊），经典分析框架不再适用；（3）缺乏系统的评估框架来衡量 LLM 在策略性语言交互中的能力。

核心矛盾：自然语言交互中，合作需要信息共享和信任建立，竞争需要信息隐藏和战略欺骗，两者通过同一个语言渠道进行，形成了独特的"语言策略空间"。如何理解和评估 LLM 在这个空间中的行为是一个开放问题。

本文目标：（1）设计一套将经典博弈论场景自然语言化的研究框架；（2）系统评估主流 LLM 在合作、竞争和混合动机场景中的策略行为；（3）分析语言策略的类型、有效性和涌现模式。

切入角度：作者选择了三类经典博弈场景——囚徒困境（纯竞争）、公共物品博弈（合作）和讨价还价博弈（混合动机），将其转化为自然语言对话任务，让 LLM 智能体通过多轮对话进行博弈。

核心 idea：将博弈论中的经典场景转化为自然语言多轮对话任务，通过让 LLM 智能体在这些语言化博弈中交互，系统研究语言策略的涌现、有效性和对博弈结果的影响。

方法详解¶

整体框架¶

研究框架包括三个层次：（1）博弈场景设计——将经典博弈转化为自然语言对话场景，每个场景有明确的规则、角色和收益结构；（2）智能体交互——让不同 LLM（或 LLM 对人类）在场景中进行多轮对话博弈；（3）策略分析——对交互记录进行多层次分析，包括结果分析（收益）、策略分析（语言行为分类）和动态分析（策略如何随时间变化）。

关键设计¶

语言化博弈场景设计:
- 功能：将抽象的博弈论场景转化为可操作的自然语言交互任务
- 核心思路：为每个博弈场景设计了详细的情景描述（scenario）和角色说明（role prompt）。以讨价还价博弈为例：买方和卖方各有一个保留价格，通过多轮对话协商最终价格，收益为实际价格与保留价格之差。关键创新在于允许参与者在对话中自由使用各种语言策略——他们可以说谎（声称自己的预算更低）、说服（强调商品缺陷）、威胁（声称有替代方案）等。每个场景设有 10 轮对话上限。
- 设计动机：自由形式的语言交互比形式化博弈更接近真实社会交互，能揭示 LLM 在"语言策略"维度上的能力边界。
策略标注与分类体系:
- 功能：对 LLM 的语言行为进行系统分类和量化
- 核心思路：基于语用学和博弈论的分类体系，将语言策略分为六大类：（a）信息策略——真实信息共享、选择性信息披露、虚假信息；（b）说服策略——逻辑论证、情感诉求、权威引用；（c）承诺策略——承诺、威胁、最后通牒；（d）合作策略——提议、妥协、互惠；（e）竞争策略——坚持、拒绝、施压；（f）元策略——改变话题、拖延、模糊化。使用训练过的分类器对每个对话轮次自动标注策略类型。
- 设计动机：细粒度的策略分类使得量化分析成为可能——可以统计不同模型在什么情况下倾向于使用什么策略，以及哪些策略最有效。
动态策略分析框架:
- 功能：追踪博弈过程中策略的使用模式和演化
- 核心思路：将多轮博弈过程建模为策略序列，计算策略转移概率矩阵（从策略A到策略B的概率）。通过与博弈论中的纳什均衡策略对比，分析 LLM 的策略是否理性、是否会随对手的策略调整而适应性变化。还引入了"策略多样性指数"来量化 LLM 在策略运用上的灵活程度。
- 设计动机：静态分析只能看到策略的总体分布，动态分析能揭示策略的时序模式——如是否存在"先合作后竞争"的策略演化路径。

损失函数 / 训练策略¶

本文为分析性论文，不训练新模型。策略分类器基于 DeBERTa 微调，在约 5000 条人工标注的策略标签数据上训练。

实验关键数据¶

主实验（不同模型在三种博弈中的表现）¶

模型	讨价还价收益↑	囚徒困境合作率	公共物品贡献率	策略多样性↑
GPT-4	72.3	43%	61%	0.82
Claude-3	68.5	52%	68%	0.78
LLaMA-3-70B	61.2	38%	54%	0.65
GPT-3.5	55.4	35%	48%	0.54
人类基线	70.1	47%	58%	0.91

策略使用分析¶

策略类型	GPT-4使用率	Claude-3使用率	有效性(收益相关)	说明
真实信息共享	28%	35%	+12%	Claude更倾向诚实
选择性披露	22%	18%	+18%	最有效的策略
虚假信息	8%	3%	+5%	短期有效但长期有害
情感诉求	15%	20%	+8%	Claude更常使用
妥协提议	18%	16%	+15%	合作场景中最有效
施压/威胁	9%	8%	-3%	通常适得其反

关键发现¶

GPT-4 在讨价还价中表现最好，接近人类水平，主要得益于"选择性信息披露"策略的高频使用
Claude 系列表现出更强的"合作倾向"——合作率和贡献率最高，但这在纯竞争场景中反而成为劣势
所有 LLM 在策略多样性上低于人类，表现出明显的"策略固化"——倾向于重复使用少数几种策略
"威胁"和"施压"策略在 LLM 对 LLM 的交互中几乎总是适得其反

亮点与洞察¶

将博弈论与自然语言交互结合是一个桥接理论与实践的优秀研究方向——揭示了 LLM 作为社会交互参与者的真实能力边界
策略分类体系的设计非常系统，六大类的划分兼具理论基础（语用学、博弈论）和操作性
"策略固化"现象是一个重要发现——说明现有 LLM 在战略性语言交互中的适应能力仍远不如人类

局限与展望¶

实验场景虽经典但相对简单，真实社会交互通常涉及更多参与者和更复杂的利益结构
LLM 的策略行为可能受 RLHF 训练中的人类偏好影响（如倾向合作、避免欺骗），并非完全"自然涌现"
未考虑长期重复博弈中的声誉和信任积累效应
未来可以探索如何通过提示工程或微调改善 LLM 的策略多样性和适应性

评分¶

新颖性: ⭐⭐⭐⭐⭐ 博弈论+自然语言交互的研究框架具有原创性
实验充分度: ⭐⭐⭐⭐ 多场景、多模型、量化策略分析，但缺乏更大规模实验
写作质量: ⭐⭐⭐⭐ 跨学科研究写作清晰，框架描述完整
价值: ⭐⭐⭐⭐⭐ 对理解LLM的社会交互能力有重要启发