LLM用户行为智能体

沙盒环境可交互

基于大语言模型的智能体，通过配置、记忆与动作模块模拟真实用户行为，并在可交互的沙盒环境中复现社会现象，为推荐系统的策略研究提供高可信度的行为数据。

Lei, Wang · Jingsen, Zhang · Hao, Yang · Zhiyuan, Chen · Jiakai, Tang · Zeyu, Zhang · 陈旭 · Lin, Yankai · Sun, Hao · Ruihua, Song · 赵鑫 · 徐君 · 窦志成 · Wang, Jun · 文继荣

ACM Transactions on Information Systems 2025

参数信息

模拟框架组成模块数

3

沙盒环境交互方式数

2

研究社会现象数量

2

技术优势

模拟真实人类行为

通过配置、记忆与动作模块让智能体拥有类似人类的决策机制，生成高可信度的行为数据。

支持社交与推荐交互

沙盒环境中智能体可与推荐系统交互，并与其他智能体进行一对一聊天或社交广播，从而观察行为模式。

能复现社会现象

利用该模拟框架成功研究了信息茧房与用户从众行为，并发现降低个性化程度与提高社交异质性可缓解信息茧房。

应用场景

• 用户行为建模：用LLM智能体生成高拟真用户行为数据，替代难以获取的真实用户行为日志。
• 人机交互模拟：让智能体在沙盒中自由聊天与广播，复现人类社交互动模式。
• 智能体评测：通过主观与客观评估验证智能体生成行为的可信度，为智能体评测提供基准。