Nature 综述：LLM 当人类代理有四种角色，各自需不同有效性标准
iyadrahwan · x · 2026-09-21
Karetnikov、Iyad Rahwan 与 Davor Svetinovic 在 Nature Computational Science 发表综述 《Large language models as human proxies》，系统分析多学科中显式或隐式将 LLM 用作「人类代理」的研究，归纳出四种角色：
- Believable agents（可信代理）
- Task agents（任务代理）
- Experimental subjects（实验被试）
- Silicon samples（硅基样本）
核心结论：与人类的「相似性」不是单一特征——每种角色支撑不同的科学主张，需要各自不同的有效性（validity）判据。这一框架为用 LLM 模拟人类行为的新兴应用与科学研究提供了分类与评估基础。
「漫话AGI」频道最新
- 《经济学人》:AI 预测已击败部分顶级人类预测师 — 233C · 2026-09-21
- HF 事件虽算无害，但证明安全预防措施徒劳 — ctjlewis · 2026-09-21
- 今日模型已在智取人类，谈防超级智能为时已晚？ — ctjlewis · 2026-09-21
- 为躲开 Claude 冲击，工程师拒了 10 万美元远程 offer — sharpeye_wnl · 2026-09-21
- 九成代码将由 LLM 编写，但人类指令量反而会持续膨胀 — timigod · 2026-09-21
- ICLR 2027 起的灵魂拷问：努力的到底是作者还是 Agent？ — MuCai7 · 2026-09-21