SwarmWorld: Stigmergic technological evolution in societies of language-model agents· SwarmWorld：语言模型代理的社会技术演化
Collective intelligence can emerge when individuals coordinate through a shared environment, allowing local actions to accumulate into durable social organization. Language-model agents offer a new substrate for this process, yet most multi-agent systems rely on direct conversation, predefined roles, or centralized workflows. It remains unclear whether decentralized agents can build functional technologies and outperform independent search. Here, initially homogeneous LLM agents in SwarmWorld self-organize without assigned roles or recipes into evolving technological societies. Agents explore a spatial environment, process resources, test materials, construct persistent artifacts, and write executable controllers evaluated by a deterministic simulator under unseen disturbances after the ag
研究基于语言模型的代理在共享环境中自我组织形成技术社会的能力。
- 核心方法
- 在SwarmWorld环境中，设计了一组最初同质的语言模型代理，这些代理通过探索空间、处理资源、测试材料、构建持久性制品和编写可执行控制器等行为自我组织。
- 适合谁读
- 研究者
- 要解决的问题
- 探索去中心化的语言模型代理是否能够通过共享环境中的互动，自我组织形成具有功能性的技术社会，超越独立搜索的性能。
- 关键实验
- 实验中，代理在未见的干扰条件下通过确定性模拟器评估其编写的控制器；结果显示了代理在自我组织和技术发展方面的效果。
- 主要贡献
- 证明了去中心化的语言模型代理可以通过共享环境中的互动形成复杂的社会结构和技术体系，展示了集体智能的一种新实现方式。
- 意义与局限
- 为理解集体智能和社会技术演化的机制提供了新的视角，但实验环境与现实世界存在差距，模型的泛化能力有待进一步检验。