AI智能体行为科学

大型语言模型（LLMs）的最新进展使得AI智能体得以发展，它们在各种、交互式和开放式场景中展现出越来越像人类的行为，包括规划、适应和社交动态。这些行为不仅是底层模型内部架构的产物，更是它们集成到在特定情境下运作的智能体系统中的结果，其中环境因素、社交线索和交互反馈塑造着行为随时间的变化。这种演变需要一种新的科学视角：AI智能体行为科学。这种视角不再仅仅关注内部机制，而是强调系统地观察行为，设计干预以检验假设，并以理论指导解释AI智能体如何随时间行动、适应和互动。我们对跨个体智能体、多智能体和人机交互设置的日益增多的研究进行了系统化整理，并进一步展示了这种视角如何通过将公平性、安全性、可解释性、问责制和隐私视为行为属性来指导负责任的AI。通过统一最近的研究成果并提出未来的方向，我们将AI智能体行为科学定位为传统模型中心方法的必要补充，为理解、评估和治理日益自主的AI系统的现实世界行为提供了基本工具。