Do LLM-Driven Agents Exhibit Engagement Mechanisms? Controlled Tests of Information Load, Descriptive Norms, and Popularity Cues

1. 研究问题与背景 (Problem & Background)

核心问题：
大型语言模型（LLM）驱动的代理（Agents）在模拟社交媒体行为时，是仅仅生成了看似合理（plausible）的文本，还是真正复现了人类行为背后的理论机制？

研究动机：

• 方法论张力： 虽然 LLM 能生成流畅、类人的输出，但这并不足以证明其内部机制与人类相同。现有的 LLM 模拟研究往往缺乏对底层认知或社会机制的验证。
• 观察数据的局限： 在真实的社交媒体观察研究中，信息负载（Information Load）、描述性规范（Descriptive Norms）和流行度提示（Popularity Cues）通常是内生且难以分离的，导致难以孤立地测试这些机制。
• 研究目标： 利用 LLM 驱动的模拟环境，通过受控实验，验证代理是否能表现出符合经典传播理论（如注意力限制、从众效应、规范行为）的规律性变化，而不仅仅是表面上的行为相似。

2. 方法论 (Methodology)

实验设计：
研究构建了一个类似新浪微博（Weibo）的基于代理的模拟环境（Agent-Based Simulation），采用因子设计，操纵两个自变量，并允许一个内生变量演化。

• 模拟框架： 基于 OASIS 架构，包含环境模块、推荐模块和代理交互模块。
• 代理设置：
  • 数量： 558 个代理，基于真实微博用户数据（DeepSeek 相关话题）构建画像和关注关系。
  • 模型： 使用 Qwen-8B 语言模型（温度=0.6），提示词为英文（保持一致性），内容环境为中文。
  • 行为选择： 每个激活周期，代理从四种行为中选择一种：阅读（Read）、点赞（Like）、转发（Repost）、引用评论（Quote）。
• 实验操纵（自变量）：
  1. 信息负载 (Information Load)： 操纵每个决策点展示给代理的帖子数量（选择集大小）。
     • 四个水平：最低负载（4 条算法推荐）、低负载（7 条）、中负载（15 条）、高负载（30 条）。
     • 控制：始终保留 3 条来自关注账号的帖子，仅改变算法推荐部分。
  2. 描述性规范 (Descriptive Norms)： 通过系统提示词（Prompt）操纵代理对“典型行为”的认知。
     • 无规范（No-norm）：无明确比例信息。
     • 点赞主导（Like-dominant）：提示点赞是典型行为（约 80%）。
     • 转发主导（Repost-dominant）：提示转发是典型行为（约 90%）。
• 内生变量：
  • 流行度提示 (Popularity Cues)： 不直接操纵，而是由代理的累积互动（点赞数 + 转发/引用数）在模拟过程中动态生成，模拟“从众效应”的自然涌现。
• 分析模型：
  • 第一阶段（参与阈值）： 二元逻辑回归，分析“参与（点赞/转发/引用）”与“仅阅读”的决策。
  • 第二阶段（参与分配）： 多项逻辑回归，分析在决定参与后，选择何种具体形式（点赞 vs 转发 vs 引用）。

3. 主要发现 (Key Results)

研究通过两个阶段的回归分析，验证了四个研究问题（RQ）：

RQ1：信息负载对参与阈值的影响

• 发现： 信息负载显著负向影响参与概率。随着展示帖子数量增加，代理从“阅读”转为“参与”的可能性降低。
• 意义： 验证了基于认知资源限制的理论（Limited Capacity Model），即选择集扩大导致参与度下降。

RQ2：流行度提示与从众效应

• 发现： 流行度提示（累积点赞/转发数）显著正向影响参与概率。
• 交互效应： 这种影响并非线性的，而是受信息负载和规范调节。特别是在“转发主导”规范下，高信息负载反而增强了代理对流行度提示的敏感度（出现交叉模式：当流行度低时，高负载抑制参与；当流行度高时，高负载反而促进参与）。

RQ3：描述性规范对参与分配的影响

• 发现： 描述性规范成功重塑了参与形式的分配。
  • 在无规范下，点赞占主导。
  • 在“点赞主导”规范下，点赞比例进一步集中。
  • 在“转发主导”规范下，转发成为主要形式，且随着信息负载增加，这种集中趋势更明显。
• 意义： 代理并非机械地执行提示中的比例，而是将提示作为上下文信息来调整行为分配，表现出情境依赖性。

RQ4：机制的交互作用

• 发现： 信息负载、描述性规范和流行度提示之间存在显著的三阶交互作用。
• 核心结论： 机制不是简单叠加的，而是**条件性（Conditional）**的。例如，描述性规范不仅影响行为分配，还调节了信息负载对参与阈值的负面影响，以及流行度提示在不同负载下的效力。

4. 关键贡献 (Key Contributions)

理论贡献：

• 机制验证： 证明了 LLM 驱动的代理能够复现经典的传播学机制（注意力限制、从众效应、规范影响），且这些机制在受控条件下表现出理论预期的复杂交互。
• 细化理解： 揭示了“信息负载”不仅是背景条件，更是决策时刻选择集大小的关键变量；“流行度提示”的影响力取决于信息环境和规范背景。

方法论贡献：

1. 从“表面真实”转向“机制验证”： 提出评估 LLM 模拟不应仅看输出是否像人，而应看其是否对系统性环境变化做出理论可解释的反应（Construct Testing）。
2. 提示词作为情境操纵： 将描述性规范提示视为可操纵的信息情境，而非单纯的指令。研究发现，默认提示（Default Prompts）并非“空白控制”，它们本身包含隐含期望，因此需要显式的“无规范”基线。
3. 内生性与控制性的结合： 在保持网络结构和推荐逻辑恒定的同时，允许流行度提示内生演化。这使得研究能够在受控环境中观察“从众效应”的自然涌现，解决了观察数据中内生性难以剥离的问题。
4. 多条件压力测试： 强调单一参数设置不足以验证模拟的有效性，必须通过多条件（不同负载、不同规范）的交叉测试来区分通用机制与特定情境的伪影。

5. 研究意义与局限性 (Significance & Limitations)

意义：

• 补充实证研究： LLM 模拟可作为观察研究和现场实验的补充，用于在干预真实用户之前，对假设机制进行“压力测试”和边界条件探索。
• 跨平台比较： 提供了一种可控的方法来比较不同平台规范（通过改变提示词）对行为的影响，克服了真实数据难以跨平台直接比较的困难。
• 理论生成： 能够揭示在真实数据中因混淆变量而难以发现的复杂交互模式（如“转发主导”规范下的交叉效应）。

局限性：

• 话题单一性： 仅基于"DeepSeek"相关话题，不同话题可能改变行为层级和规范含义。
• 行为缺失： 未模拟“评论”行为，仅关注影响 Feed 可见性的行为（点赞、转发、引用）。
• 活动控制： 代理激活概率是固定的，未模拟真实平台中随时间波动的内生注意力周期。
• 模型依赖性： 结果可能受特定 LLM 模型（Qwen-8B）及其参数设置的影响，需在不同模型家族中验证机制的普适性。
• 推荐算法固定： 推荐逻辑是固定的，未测试不同排序策略对机制的影响。

总结

该论文通过严谨的受控实验，有力地证明了 LLM 驱动的代理不仅仅是生成逼真文本的工具，而是可以作为研究社交媒体传播机制的有效方法论仪器。研究证实了代理能够表现出对信息负载、描述性规范和流行度提示的敏感反应，且这些反应符合经典传播理论的预测，同时揭示了这些机制之间复杂的条件性交互关系。这为未来利用 LLM 进行社会模拟研究提供了重要的方法论范式和验证标准。