一分钟读论文：《LLM 智能体在社交困境中的合作机制》

By Unbug Follow Apr 21, 2026 · 1 min read

核心发现：越会推理，越不合作

论文在囚徒困境、旅行者困境、信任博弈和公共物品博弈四类经典社交困境中，对 6 种 LLM 进行交叉评估，覆盖 20 多个合作问题，得出几个反直觉结论。

所有现代 LLM 在单次社交困境中均选择背叛。无论是否启用推理模式、模型规模大小，LLM 在单次博弈中的一致行为都是不合作，这与早期研究中 LLM 表现出的宽容和非报复性形成鲜明对比，说明单次交互场景下不能假定模型会自发合作。

推理能力越强，合作越少。当前训练范式向推理模型演进，可能反而让部署中的 LLM 表现出更多机会主义和策略性自私行为；论文把这一定位为多智能体生态中的核心安全问题：能力升级本身并不能指望带来合作倾向。

CoopEval 合作机制实验

四种合作机制

论文对比了四种在均衡层面能促成合作的博弈论机制：重复博弈，玩家多次与同一对手对局并记住历史行为，靠直接互惠维持合作；声誉系统，玩家与不同对手迭代对局并访问对手的历史记录，靠间接互惠维持合作，声誉差的玩家会被后续对手回避；第三方调解，玩家把决策委托给可信调解者，调解者依据委托人数选择行为，为条件合作打开空间；合约协议，玩家签订按结果付款的条件合约，对特定行为做正负外部补偿，把私人收益与社会收益对齐。

实验结论清晰：合约和调解对高能力 LLM 最有效，调解机制更是首次为 LLM 实现；重复博弈诱导的合作在同桌对手变化时急剧退化；声誉机制在异质 LLM 群体中有一定效果，但对模型理解历史信息的能力有要求。另一个正面发现是，在追求个人收益最大化的演化压力下，这些机制反而更有效。