導(dǎo)語(yǔ)

為推動(dòng) Vibe Modeling 在社會(huì)科學(xué)理論建模中的應(yīng)用探索，拓展大語(yǔ)言模型多智能體仿真在復(fù)雜社會(huì)現(xiàn)象研究中的方法邊界。本期讀書(shū)會(huì)為 Vibe Modeling 讀書(shū)會(huì)第四期，中國(guó)人民大學(xué)碩士欒坤宇將圍繞“基于大語(yǔ)言模型多智能體仿真的社會(huì)理論建模”展開(kāi)，聚焦如何將費(fèi)孝通“差序格局”這一經(jīng)典社會(huì)學(xué)理論轉(zhuǎn)化為可運(yùn)行、可觀察、可檢驗(yàn)的智能體模型。報(bào)告將以 CAREB-MAS 框架為核心案例，展示智能體如何在長(zhǎng)期互動(dòng)中自發(fā)生成社會(huì)結(jié)構(gòu)，并探討 Vibe Modeling 作為復(fù)雜社會(huì)現(xiàn)象生成式建模范式的方法價(jià)值。

集智俱樂(lè)部聯(lián)合同濟(jì)大學(xué)長(zhǎng)聘副教授陳小楊和北京林業(yè)大學(xué)副教授李周園共同發(fā)起，本讀書(shū)會(huì)旨在跨越硬科技與社會(huì)科學(xué)兩大板塊，系統(tǒng)梳理vibe modeling的技術(shù)現(xiàn)狀、應(yīng)用潛力與開(kāi)放問(wèn)題，通過(guò)集體實(shí)踐形成可復(fù)用的提示策略及評(píng)估方法，為這一新范式奠定早期社區(qū)基礎(chǔ)，助力推動(dòng)其在各領(lǐng)域的規(guī)范化應(yīng)用與人才培養(yǎng)落地。

報(bào)告簡(jiǎn)介

本次報(bào)告將圍繞“基于大語(yǔ)言模型多智能體仿真的社會(huì)理論建模”展開(kāi)，介紹如何將費(fèi)孝通“差序格局”這一經(jīng)典社會(huì)學(xué)理論轉(zhuǎn)化為可運(yùn)行、可觀察、可檢驗(yàn)的智能體模型。報(bào)告以 CAREB-MAS 框架為核心案例，展示研究者如何在不直接編碼特定文化規(guī)則的前提下，通過(guò)情感感知、倫理判斷、社會(huì)身份更新與行動(dòng)決策等機(jī)制，讓智能體在長(zhǎng)期互動(dòng)中自發(fā)生成穩(wěn)定勞動(dòng)分工、關(guān)系倫理、合作遞減、關(guān)系性權(quán)威和中心—邊緣分層等社會(huì)結(jié)構(gòu)。

本報(bào)告尤其關(guān)注 Vibe Modeling 的方法論意義：它不僅是“讓大模型扮演角色”，而是將理論概念、機(jī)制假設(shè)、交互環(huán)境、提示策略、實(shí)驗(yàn)指標(biāo)和消融驗(yàn)證整合起來(lái)，形成一種面向復(fù)雜社會(huì)現(xiàn)象的生成式建模范式。通過(guò)這一案例，報(bào)告將討論大語(yǔ)言模型如何成為社會(huì)科學(xué)理論實(shí)驗(yàn)的新型基礎(chǔ)設(shè)施，以及如何在開(kāi)放式智能體模擬中處理可解釋性、可重復(fù)性、機(jī)制驗(yàn)證和經(jīng)驗(yàn)校準(zhǔn)等關(guān)鍵問(wèn)題。

分享大綱

一、從 Vibe Modeling 到社會(huì)理論建模：為什么需要新的生成式模擬范式

1. Vibe Modeling 的基本問(wèn)題：如何把“理論感覺(jué)”“機(jī)制直覺(jué)”和“情境理解”轉(zhuǎn)化為可運(yùn)行模型

2. 傳統(tǒng) ABM 的局限：規(guī)則可控但社會(huì)推理能力較弱

3. LLM-agent 的機(jī)會(huì)：能夠承載情感、倫理、身份、信念和策略互動(dòng)

4. 本報(bào)告的核心案例：用 CAREB-MAS 檢驗(yàn)“差序格局”的生成機(jī)制

二、理論問(wèn)題：差序格局能否被計(jì)算化？

1. 費(fèi)孝通“差序格局”的核心含義：以自我為中心、關(guān)系遠(yuǎn)近分層、合作隨社會(huì)距離遞減

2. 既有解釋的不足：文化描述豐富，但機(jī)制操作化不足

3. 研究問(wèn)題：差序格局是否只能被看作中國(guó)文化特殊性，還是一般社會(huì)機(jī)制在特定結(jié)構(gòu)條件下的涌現(xiàn)結(jié)果

4. 五個(gè)生成性命題：穩(wěn)定勞動(dòng)分工、關(guān)系經(jīng)濟(jì)倫理、合作關(guān)系遞減、關(guān)系性權(quán)威、宗族中心—邊緣結(jié)構(gòu)

三、模型框架：CAREB-MAS 如何構(gòu)建智能體社會(huì)

1. 框架總覽：Collective Affection–Reasoning–Emergence Based Multi-Agent Simulation

2. 智能體認(rèn)知鏈條：情感感知 EC → 倫理判斷 ER → 社會(huì)身份矩陣 SIM → A-BDI 決策

3. 宏觀環(huán)境設(shè)定：親屬關(guān)系、互惠分配、最低限度互動(dòng)協(xié)議、無(wú)集中權(quán)威

4. 四階段互動(dòng)循環(huán)：社區(qū)形成、公共協(xié)商、勞動(dòng)分工與生產(chǎn)、分配與心理更新

5. Vibe Modeling 視角下的關(guān)鍵經(jīng)驗(yàn)：不是寫(xiě)死行為規(guī)則，而是設(shè)計(jì)能讓機(jī)制“長(zhǎng)出來(lái)”的交互生態(tài)

四、實(shí)驗(yàn)設(shè)計(jì)：如何讓社會(huì)結(jié)構(gòu)在模擬中接受檢驗(yàn)

1. 智能體設(shè)置：18 個(gè)智能體、兩個(gè)家族群體、若干非結(jié)盟個(gè)體

2. 生產(chǎn)結(jié)構(gòu)設(shè)置：對(duì)稱(chēng)技能條件與互補(bǔ)技能條件

3. 長(zhǎng)時(shí)段互動(dòng)：30 輪模擬與多隨機(jī)種子重復(fù)

4. 指標(biāo)體系：鎖定得分、社區(qū)匹配、提案分布、決策權(quán)威、SIM×Family 交互等

5. 穩(wěn)健性策略：跨模型驗(yàn)證、模塊消融、BDI-only 基線比較

五、核心結(jié)果：差序格局如何在智能體社會(huì)中涌現(xiàn)

1. 穩(wěn)定勞動(dòng)分工在沒(méi)有集中協(xié)調(diào)的情況下形成

2. 親近關(guān)系表現(xiàn)為一種經(jīng)濟(jì)倫理，而不僅是偏好相似

3. 合作沿家族關(guān)系邊界遞減，而不是隨機(jī)分布

4. 權(quán)威通過(guò)長(zhǎng)期提案與采納過(guò)程內(nèi)生形成

5. 中心—邊緣分層在家族身份與社會(huì)承認(rèn)對(duì)齊時(shí)最明顯

6. 生產(chǎn)結(jié)構(gòu)會(huì)改變社會(huì)整合方式：對(duì)稱(chēng)技能更接近機(jī)械團(tuán)結(jié)，互補(bǔ)技能更接近有機(jī)團(tuán)結(jié)

六、方法論反思：案例對(duì) Vibe Modeling 有什么啟發(fā)

1. 理論概念如何轉(zhuǎn)化為提示詞、模塊、變量和指標(biāo)

2. 如何區(qū)分“模型真的生成了機(jī)制”與“大模型訓(xùn)練偏差導(dǎo)致的表演”

3. 為什么消融實(shí)驗(yàn)是 LLM-agent 社會(huì)模擬的關(guān)鍵環(huán)節(jié)

4. 如何提升模型的可重復(fù)性、透明性和外部效度

5. 未來(lái)方向：結(jié)合民族志、訪談、問(wèn)卷和真實(shí)社會(huì)數(shù)據(jù)進(jìn)行經(jīng)驗(yàn)校準(zhǔn)

七、開(kāi)放問(wèn)題與討論

1. LLM 智能體是否真正擁有“社會(huì)理解”，還是只是在擬合文本模式

2. Vibe Modeling 如何避免過(guò)度解釋模擬結(jié)果

3. 社會(huì)科學(xué)理論是否可以通過(guò)生成式模型進(jìn)行“計(jì)算實(shí)驗(yàn)”

4. 如何建立可復(fù)用的提示策略、指標(biāo)體系和評(píng)估標(biāo)準(zhǔn)

5. 這一范式在組織研究、人口研究、公共政策、文化演化和復(fù)雜系統(tǒng)研究中的應(yīng)用潛力

核心概念

大語(yǔ)言模型多智能體仿真

大語(yǔ)言模型多智能體仿真是指將多個(gè)由大語(yǔ)言模型驅(qū)動(dòng)的智能體放入同一環(huán)境中，使其通過(guò)溝通、協(xié)商、決策、合作和反饋更新形成動(dòng)態(tài)社會(huì)過(guò)程。相比傳統(tǒng) ABM，它的優(yōu)勢(shì)在于能夠更自然地表現(xiàn)語(yǔ)言互動(dòng)、倫理判斷、身份認(rèn)同和情境推理；但同時(shí)也帶來(lái)可重復(fù)性、模型偏差、提示敏感性和機(jī)制識(shí)別等挑戰(zhàn)。

差序格局

差序格局是費(fèi)孝通提出的經(jīng)典社會(huì)學(xué)概念，發(fā)生在親屬關(guān)系、地緣關(guān)系等社會(huì)關(guān)系中，以自己為中心像水波紋一樣推及開(kāi)，愈推愈遠(yuǎn)，愈推愈薄且能放能收，能伸能縮的社會(huì)格局，且它隨自己所處時(shí)空的變化而產(chǎn)生不同的圈子。

CAREB-MAS

CAREB-MAS 是本研究提出的多智能體模擬框架，全稱(chēng)為 Collective Affection–Reasoning–Emergence Based Multi-Agent Simulation，即“基于集體情感—推理—涌現(xiàn)的多智能體模擬”。該框架試圖把情感控制理論、社會(huì)認(rèn)同理論和涂爾干式集體情感整合起來(lái)，用于模擬長(zhǎng)期社會(huì)結(jié)構(gòu)如何從微觀互動(dòng)中生成。

情感—倫理—身份—行動(dòng)鏈條

這是 CAREB-MAS 的核心機(jī)制。智能體首先對(duì)他人的行為形成情感感知，然后進(jìn)行倫理判斷，再更新自身對(duì)他人的社會(huì)身份認(rèn)知，最后影響后續(xù)行動(dòng)決策。這個(gè)鏈條使智能體不只是根據(jù)收益最大化行動(dòng)，而是會(huì)受到關(guān)系、義務(wù)、承認(rèn)和集體情感的約束。

EC：Empathy Core，共情核心

EC 是智能體對(duì)他人行為進(jìn)行情感感知的模塊，來(lái)源于情感控制理論。它將可觀察的行動(dòng)轉(zhuǎn)化為評(píng)價(jià)、效能、活動(dòng)性、地位賦予和權(quán)力主張等情感維度，從而為后續(xù)倫理判斷和身份更新提供基礎(chǔ)。

ER：Ethical Resonator，倫理共振器

ER 是智能體進(jìn)行道德評(píng)價(jià)的模塊。它把智能體對(duì)互動(dòng)對(duì)象的感知轉(zhuǎn)化為贊許、壓制或修復(fù)等倫理態(tài)度，用來(lái)解釋為什么某些合作行為即使短期效率不高，也能因?yàn)殛P(guān)系義務(wù)而持續(xù)存在。

SIM：Social Identity Matrix，社會(huì)身份矩陣

SIM 用來(lái)記錄智能體之間的主觀關(guān)系親近程度和身份認(rèn)知。它不是靜態(tài)標(biāo)簽，而是在互動(dòng)中動(dòng)態(tài)更新的關(guān)系結(jié)構(gòu)。SIM 的變化決定了智能體如何理解“自己人”“外人”“親近者”和“邊緣者”。

A-BDI 決策模塊

A-BDI 是在傳統(tǒng) BDI 模型，即信念—欲望—意圖模型基礎(chǔ)上加入 Affection 情感維度的決策模塊。它強(qiáng)調(diào)智能體的行動(dòng)并不只受理性目標(biāo)驅(qū)動(dòng)，還會(huì)受到情感關(guān)系和集體倫理的約束。

主講人介紹

主講人：欒坤宇，中國(guó)人民大學(xué)碩士。主要研究方向：人口社會(huì)學(xué)、計(jì)算社會(huì)科學(xué)、AI for social science。主持大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目，論文曾在計(jì)算社會(huì)學(xué)、數(shù)智時(shí)代調(diào)查方法前沿論壇等進(jìn)行宣講匯報(bào)。

參考文獻(xiàn)

1. Lei Wang, Zheqing Zhang, and Xu Chen. 2025. Investigating and extending homans' social exchange theory with large language model based agents. In Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pages 9762–9777, Vienna, Austria. Association for Computational Linguistics.

2. Gordon Dai, Weijia Zhang, Jinhan Li, Siqi Yang, Srihas Rao, Arthur Caetano, Misha Sra, and 1 others. 2024. Artificial leviathan: Exploring social evolution of llm agents through the lens of hobbesian social contract theory. arXiv preprint arXiv:2406.14373.

3. Chen Gao, Xiaochong Lan, Nian Li, Yuan Yuan, Jingtao Ding, Zhilun Zhou, Fengli Xu, and Yong Li. 2024. Large language models empowered agent-based modeling and simulation: A survey and perspectives. Humanities and Social Sciences Communications, 11(1):1–24.

4. Erez Hatna and Itzhak Benenson. 2012. The schelling model of ethnic residential dynamics: Beyond the integrated-segregated dichotomy of patterns. Journal of Artificial Societies and Social Simulation, 15(1):6.

5. Joon Sung Park, Joseph O'Brien, Carrie Jun Cai, Meredith Ringel Morris, Percy Liang, and Michael S Bernstein. 2023. Generative agents: Interactive simulacra of human behavior. In Proceedings of the 36th annual acm symposium on user interface software and technology, pages 1–22.

時(shí)間信息

2026年6月7日（周日）下午14:00-16:00，騰訊會(huì)議線上進(jìn)行，感興趣的朋友掃碼報(bào)名加入Vibe Modeling讀書(shū)會(huì)后，可進(jìn)入學(xué)員群進(jìn)行交流。

報(bào)名讀書(shū)會(huì)：「Vibe Modeling」

集智俱樂(lè)部聯(lián)合同濟(jì)大學(xué)長(zhǎng)聘副教授陳小楊和北京林業(yè)大學(xué)副教授李周園共同發(fā)起，將在集體實(shí)踐中探索 vibe modeling 在不同領(lǐng)域的通用模式與特殊需求，沉淀可復(fù)用的提示策略、評(píng)估方法與工作流，為這一范式搭建早期社區(qū)基礎(chǔ)，助力 AI 賦能的跨學(xué)科研究與人才培養(yǎng)落地。

讀書(shū)會(huì)自2026年5月17日起，每周日下午14:00-16:00線上開(kāi)展，持續(xù)10周，包含主講分享與討論交流，并提供會(huì)后視頻回放，誠(chéng)邀相關(guān)領(lǐng)域研究者及跨學(xué)科興趣者參與。

掃描海報(bào)中二維碼報(bào)名參加讀書(shū)會(huì)

報(bào)名方式：

第一步：微信掃碼填寫(xiě)報(bào)名信息。

第二步：填寫(xiě)信息后，付費(fèi)報(bào)名。如需用支付寶支付，請(qǐng)?jiān)赑C端進(jìn)入讀書(shū)會(huì)頁(yè)面報(bào)名支付：

第三步：添加運(yùn)營(yíng)助理微信，拉入對(duì)應(yīng)主題的讀書(shū)會(huì)社區(qū)（微信群）。

PS：為確保專(zhuān)業(yè)性和討論的聚焦，本讀書(shū)會(huì)謝絕脫離 Vibe Modeling 讀書(shū)會(huì)主題及相關(guān)問(wèn)題的交流討論；如果出現(xiàn)討論內(nèi)容不符合要求、經(jīng)提醒無(wú)效者，會(huì)被移除群聊并對(duì)未參與部分退費(fèi)。

加入社區(qū)后可獲得的資源

完整權(quán)限包括：線上問(wèn)答、錄播回看、資料共享、社群交流、信息同步、共創(chuàng)任務(wù)獲取積分等。

特色退費(fèi)與激勵(lì)機(jī)制

我們提供以下兩種途徑，讓您的投入獲得實(shí)際回饋：

1. 任務(wù)達(dá)標(biāo)退費(fèi)路徑認(rèn)領(lǐng)并合格完成任意兩期字幕任務(wù)，即可退還全額報(bào)名費(fèi)，并額外獲得集智專(zhuān)屬周邊獎(jiǎng)勵(lì)。

2. 運(yùn)營(yíng)成長(zhǎng)激勵(lì)路徑合格完成一個(gè)字幕任務(wù)后，可申請(qǐng)成為運(yùn)營(yíng)助理。在讀書(shū)會(huì)項(xiàng)目順利結(jié)項(xiàng)后，將退還學(xué)費(fèi)。表現(xiàn)優(yōu)異者，還有機(jī)會(huì)獲得額外的獎(jiǎng)學(xué)金。