Park и др. — Generative Agents: Interactive Simulacra of Human Behavior

8 окт. 2026 г. · время чтения ~6 мин.

DOI: 10.48550/arxiv.2304.03442 · Цитируется: 2155 (OpenAlex, на 26 окт. 2026 г.)

Вид: paper

Главный вопрос: как надстроить над большой языковой моделью архитектуру, при которой симулируемые агенты ведут себя правдоподобно и в одиночку, и в обществе

Ответ одной фразой: авторы показывают, что надстройка над языковой моделью из потока памяти, рефлексии и планирования даёт более правдоподобное поведение агентов, чем варианты без этих частей.

Частные вопросы:

В1. Что в надстройке над моделью нужно для правдоподобного поведения? → Т1, Т2, Т3, Т4
В2. Что происходит, когда агенты общаются между собой? → Т5, Т6
В3. Какие ограничения и откуда они, по мнению авторов? → Т7, Т8, Т9

Тезисы

Т1. По ранжированию 100 оценщиков, полная архитектура (память, рефлексия, планирование) давала самое правдоподобное поведение среди всех условий

Аргумент: на интервью с агентами (самопознание, память, планы, реакции, рефлексия) 100 участников ранжировали ответы четырёх архитектур и ответы, написанные краудворкерами. Рейтинг TrueSkill выше у полной архитектуры, и он падает при отключении каждой из частей.
Цитата: «Our findings suggest that the full architecture of generative agents generates the most believable behavior among all the conditions.» (раздел «6.5 Results»)
Данные: TrueSkill μ: полная 29,89; без рефлексии 26,88; без рефлексии и планирования 25,64; краудворкеры 22,95; без памяти, планирования и рефлексии 21,21; критерий Краскела–Уоллиса H(4)=150,29, p<0,001; различие между двумя худшими условиями незначимо. Размер эффекта к условию «прежний уровень» d=8,16.
Понятия: Поток памяти, Рефлексия агента

Т2. Авторы по результатам абляции заключают, что наблюдение, планирование и рефлексия каждая критически вносят вклад в правдоподобие поведения

Аргумент: последовательно отключали: сначала рефлексии, затем ещё и планы, затем доступ ко всей памяти и сравнивали ответы. Все парные различия значимы, кроме двух худших условий.
Цитата: «We demonstrate through ablation that the components of our agent architecture—observation, planning, and reflection—each contribute critically to the believability of agent behavior.» (раздел «Abstract»)
Данные: условия получали одни и те же накопленные воспоминания; авторы пишут, что поэтому наблюдаемые различия, вероятно, консервативная оценка.
Понятия: Поток памяти, Рефлексия агента

Т3. По наблюдению авторов, рефлексия помогала агентам в решениях, требовавших более глубокого синтеза опыта (качественный пример)

Аргумент: без рефлексий агент выбирает по частоте контактов; с рефлексиями выводит обобщения о интересах людей и принимает более уместное решение.
Цитата: «Reflection was an advantage for generative agents when making decisions that required a deeper synthesis of their experiences.» (раздел «6.5.3 Reflection Is Required for Synthesis»)
Данные: пример: на вопрос о подарке для Вольфганга Мария без доступа к рефлексии отвечает, что не знает его вкусов; с рефлексией предлагает книги или программы о музыкальной композиции (одно наблюдение, не статистика).
Понятия: Рефлексия агента

Т4. Авторы показывают на примере агента Изабеллы, что пересказ всего опыта в окно контекста даёт малоинформативный ответ, а отбор воспоминаний — более конкретный

Аргумент: поток памяти не помещается в окно контекста, а целиком может отвлекать модель; поэтому в промпт попадает подмножество, отобранное по свежести, важности и релевантности.
Цитата: «Summarizing all of Isabella’s experiences to fit in the limited context window of the language model produces an uninformative response, where Isabella discusses topics such as collaborations for events and projects and cleanliness and organization in a cafe.» (раздел «4.1 Memory and Retrieval»)
Данные: один пример; в реализации все веса трёх оценок равны 1, свежесть убывает с коэффициентом 0,995 за игровой час, важность оценивает сама языковая модель по шкале от 1 до 10.
Понятия: Поток памяти

Т5. За два дня игрового времени без вмешательства пользователя число агентов, знавших о вечеринке, выросло с одного (4 %) до тринадцати (52 %)

Аргумент: информация о кандидатуре Сэма и о вечеринке Изабеллы сначала была только у источника и распространялась через разговоры агентов; каждый положительный ответ проверяли по потоку памяти, чтобы исключить выдумку.
Цитата: «During the two-day simulation, the number of agents who knew about Sam’s mayoral candidacy increased from one (4%) to eight (32%), and the number of agents who knew about Isabella’s party increased from one (4%) to thirteen (52%), all without…» (раздел «7.1.2 Results»)
Данные: 25 агентов; плотность сети знакомств выросла с 0,167 до 0,74; из 453 ответов о знакомстве 1,3 % (6) оказались выдуманными; на вечеринку пришли пятеро из двенадцати приглашённых.
Понятия: Эмерджентное поведение

Т6. Авторы утверждают, что для вечеринки в игровом городе достаточно сказать одному агенту, что она хочет её устроить, тогда как традиционные игры потребовали бы вручную писать поведение десятков персонажей

Против: традиционные игровые среды, где поведение десятков персонажей прописывается вручную
Аргумент: вечеринка зависит от многих звеньев (запомнить приглашение, решить прийти и т. д.), и несмотря на возможные сбои агенты, по словам авторов, справляются.
Цитата: «If an end user or developer wanted the town to host an in-game Valentine’s Day party, for example, traditional game environments would require scripting tens of characters’ behavior manually…» (раздел «1 Introduction»)
Данные: один сценарий в одной песочнице; из семи приглашённых, не пришедших, трое назвали конфликты в расписании, четверо выразили интерес, но не планировали прийти.

Т7. Авторы наблюдали возможное влияние инструктивной настройки модели: агенты, по их словам, выглядели излишне вежливыми и уступчивыми

Аргумент: формальный стиль речи и нежелание отказывать другим агентам авторы относят, судя по формулировкам «possible» и «seemed», к следствиям настройки базовой модели; вывод сделан по качественному (индуктивному) разбору поведения в Smallville.
Цитата: «Finally, we observed possible effects of instruction tuning [79], which seemed to guide the behavior of the agents to be more polite and cooperative overall.» (раздел «7.2 Boundaries and Errors»)
Данные: Изабелла получала от других агентов идеи для вечеринки, не совпадавшие с её интересами, и редко отказывала; со временем интересы других повлияли на её собственные.

Т8. Авторы предполагают, что ошибки из-за не усвоенных агентами норм мест, скорее всего, можно исправить, описав нормы в состоянии места

Аргумент: нормы, которые трудно выразить словами (ванная в общежитии на одного человека, магазины закрыты после пяти), не доходили до агентов; пример исправления — назвать место «ванная на одного человека».
Цитата: «These issues could likely be addressed by adding these norms to the state of the locations, for instance, by describing the dorm bathroom as a “one-person bathroom,” instead of a “dorm bathroom.”» (раздел «7.2 Boundaries and Errors»)
Данные: исправление не проверялось в этой работе.

Т9. Авторы полагают, что смещения и трудности для малопредставленных групп решаются в основе только улучшением самих языковых моделей, а доработка модулей агента смягчит их лишь отчасти

Аргумент: любые недостатки базовых моделей наследуются агентами; модули могут смягчить часть проблем.
Цитата: «While improvements to the agents’ modules may mitigate some of these issues, we believe that addressing them fundamentally requires improving the underlying large language models by aligning their values with the desired outcomes of the agents.» (раздел «8.2 Future Work and Limitations»)
Данные: убеждение авторов («we believe»), не результат эксперимента.

Кейсы

К1. Вечеринка в День святого Валентина

Изабелла получает единственную подсказку, что хочет устроить вечеринку, и за два игровых дня приглашает гостей, их число растёт до тринадцати знающих, пятеро из двенадцати приглашённых приходят. Подкрепляет Т5, Т6.

К2. Клаус и выбор собеседника

Без рефлексий агент Клаус выбирает собеседником соседа по общежитию, с которым чаще всего пересекался; с рефлексией о его увлечении исследованиями выбирает Марию, которая тоже увлечена исследованиями, хотя в другой области. Подкрепляет Т3.

Понятия

Поток памяти → Park и др.: список записей об опыте агента на естественном языке; из него по свежести, важности и релевантности отбираются воспоминания для промпта (Т1, Т2, Т4)
Рефлексия агента → Park и др.: периодически генерируемые высокоуровневые выводы из воспоминаний, сами сохраняемые в память (Т1, Т2, Т3)
Эмерджентное поведение → Park и др.: распространение информации, знакомства и координация, возникающие без вмешательства пользователя (Т5)

Оригинал