🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
社会里总有一小部分人，立场极端而且几乎从不改变，却能让周围一大群普通人的态度跟着转向。社会学和舆论动力学早就注意到这类“长尾角色”：他们抵抗别人的影响，却对邻居施加不成比例的影响，行为也总是落在分布的极端一侧。
过去研究这些现象，靠的是基于规则的智能体仿真：研究者把立场写成一个数字，把影响力写成一条公式，谁影响谁、影响多大，全都可以直接计算。可如今越来越多的社会仿真改用大语言模型来扮演人。这类智能体没有可以直接修改的“立场变量”，它的态度来自人设提示词、聊天记忆和语言互动，同样的劝说对不同模型可能产生完全不同的效果。
于是问题就来了：那套关于极端少数派的经典规律，在一个由语言驱动的大模型社会里还成立吗？这篇论文认为不能拿旧公式直接套，必须先建立一套适合大模型社会的实验方法。
② 研究问题（要回答什么？）
这篇论文要弄清楚的是，把少数立场极端的智能体放进一个由大模型驱动的社会，其余普通人会往哪个方向移动、移动多远。作者把这个问题拆成四层。
第一层问，换一个底层大模型，结果会不会不同。第二层问，极端者的数量从零增加到大约一成，群体反应是不是线性上升。第三层问，同样的比例下，把极端者放在随机位置、网络中心还是抱团位置，再配不同的信息传播方式，效果差多少。第四层问，当互动变成一轮又一轮的博弈，极端者坚持不合作，合作水平和整体收益会不会被拖下去。
更深一层的问题是：社会学里关于极端少数派的经典规律，在语言中介的社会仿真中究竟以什么形式重现，它还能不能被当作设计仿真时的可靠直觉。
③ 研究方法（怎么做的？）
作者搭了一套可以随意安置极端角色的仿真框架，然后让一群大模型智能体在里面反复交流。这套框架叫 EXAM，意思是极端智能体建模。它把极端者当成一种可配置的零件：给定任务，就能生成对应的极端人设，并控制他们在人群中的比例、放在网络里的位置、彼此如何互动、以及用什么统一问卷去测量所有人。
框架跑在已有的社会仿真平台之上。每个场景固定一百零四个智能体，这些智能体连成一张小世界网络，每人平均连六个邻居，边以一定概率重连，整张网一共三百一十二条边。实验分四个场景：国会选举、金融危机、疫情舆论和重复囚徒困境。选举场景换四种大模型做对比；危机场景把极端者数量设为零个、一个、五个和十个；疫情场景比较随机、中心、抱团三种安置方式，搭配两种信息传播模型；博弈场景让所有相邻的人连打五轮，看合作率怎么变。
每组实验跑三个随机种子取平均，温度固定。当相邻两轮评分的变化足够小时就停止，最多跑五轮。
④ 结果（发现了什么？）
结果相当一致：少数几个极端者就能把整个群体的平均态度明显拉向自己那一端。在国会选举场景里，五名极端者混进一百零四人的社会，三个主流大模型分别被拉动了 +2.78、+2.89 和 +2.86 分（七分制），而另一个模型的整体移动只有 +0.90 分，不到前者的三分之一。前三个模型里有超过 77% 的智能体最终停在量表的某一端，分布明显双峰；后一个模型只有 41.8% 停在极端端，双峰指标也没过线。
更出人意料的是数量实验。在金融危机场景里，极端者从一个增加到十个，群体移动几乎不变：平均移动分别是 +2.796、+2.830 和 +2.825，最大差距只有 0.034 分。也就是说，一个极端者已经几乎制造了全部位移。
位置实验里，把极端者放在网络中心并配上会让人“康复”的传播模型，效果最强，平均移动达到 +3.662 分，其余组合在 +3.109 到 +3.372 之间。博弈实验里，持续不合作的极端者把合作率从 0.954 拉到 0.830；另一个模型的合作率从 0.779 跌到 0.654；还有一个模型的单次平均收益是 1.538，比没有极端者时低了三成以上。
⑤ 讨论（这些发现说明什么？）
作者认为，这些结果说明经典的“极端少数派”规律在大模型社会里确实会出现，但出现的机制变了。在基于规则的模型里，极端者的影响是一条写死的公式；在大模型社会里，影响是通过语言完成的：极端者说的话进入别人的上下文，别人再据此改写自己的回答和记忆。因此结果会强烈依赖底层模型。
最典型的例子是那个整体移动很小的模型。它其实第一轮就被拉动了 +2.53 分，和其它模型差不多，但从第二轮开始一路回摆，到第五轮只剩 +0.90。也就是说，它不是不受影响，而是先被说服、又自己走回来了。
作者还提醒，把极端者算进全体平均会带来一个“构成项”，极端者比例越高这个项越大，所以看比例实验时要单独看非极端者的移动。数据显示非极端者承担了系统总移动的 88% 到 99%，而且他们的移动并不随极端者数量上升。作者因此强调，这个饱和现象只适用于当前场景和当前模型，不能当作普遍阈值。
⑥ 结论（最终结论 + 启示）
一句话，谁被放进这个社会，和用哪个大模型一样重要。作者指出，做基于大模型的社会仿真时，不能只报告平均行为和代表性人设，还要交代极端者的比例、位置和互动规则，否则结论可能被少数几个角色悄悄改写。
对公共舆论和政策仿真来说，这意味着可以用这套框架做压力测试：一个小规模的极端群体，是否足以推高选举阴谋论、挤兑传言或疫苗犹豫。作者也划出了边界：这只是受控仿真的观察，不能直接当成关于真实人类社会的因果证据；极端人设的措辞、网络结构和模型选择都可能影响结果，未来需要更广泛的稳健性检验。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
LLM 智能体已具备心智理论、道德判断与价值表达等社会认知能力，LLM-MAS 因而成为研究“智能体设定—互动协议—集体结果”三者关系的可编程实验台。既有工作大多强调代表性人设与近平均行为，用大模型复现民调、舆论、市场等总体分布；但社会学与舆论动力学长期记录着另一类现象：持续存在的长尾角色能够对集体动态施加不成比例的影响——临界质量模型、zealot 模型、相对同意模型都刻画过这种不对称。
把这一规律直接迁入 LLM-MAS 并不可行。规则型 ABM 中，立场、影响权重与状态转移都是建模者直接掌控的符号对象，可写成 si(t+1) = Fi(si(t), {sj(t)}; Ω)；LLM 智能体没有显式立场变量，其行为由上下文 ci(t) = Concat(pi, mi(t), q(t), ri(t)) 经 Pθ(·|ci(t)) 采样得到，记忆是自然语言，影响力经由文本而非系数传递。因此本文主张一种 LLM-native 的极端者视角，并提出三个贡献：给出极端者的三条社会学规律及其 LLM 化表述；提出可配置比例、位置、互动协议与测量接口的 EXAM 框架；在四个场景中给出骨干模型、比例、位置—传播、重复互动四组受控证据。
I. Theoretical Framework & Hypotheses（理论框架与假设）
作者从社会学、政治学与舆论动力学中提炼出长尾角色的三条结构性规律，并把它们转写为 LLM 智能体可操作的属性（P1–P3）。与规则模型不同，P1 与 P3 由极端人设直接指定，P2 则是测量接口下的关系性后果：极端者被设定为不受互动影响，因此非极端者的任何移动都会在量表上呈现为不对称。
| 编号 | 规律 | LLM 化表述 | 对应理论/文献 |
|---|---|---|---|
| P1 | 立场不可动摇 | 人设指令要求不改变观点；测量值始终固定在人设锚点（Likert 1 或 7） | Deffuant et al. 2002；Mobilia 2003 |
| P2 | 影响不对称 | 互动中非极端者的回答变化幅度大于极端者；极端者配置为不受影响 | Xie et al. 2011 |
| P3 | 行为极端 | 观点场景固定为量表端点，IPD 场景固定为持续背叛 | Nicholas 2008；Sornette 2009 |
由此展开四个研究问题：RQ1 骨干模型差异；RQ2 极端者比例从 0 到约 10%；RQ3 固定比例下的安置方式与传播模型；RQ4 持续背叛者在五轮重复博弈中的合作与福利效应。核心理论问题是：长尾规律是否通过“语言中介机制”在 LLM-MAS 中重现。
M. Materials & Methods（材料与方法）
- 仿真范式：ABM（LLM 智能体驱动），非 SD/DES。基于 ProSim 环境改写场景描述与互动协议；无显式微分方程或事件队列。
- 智能体规模：每个场景固定 N = 104；默认 5 名极端者（ρ = 4.81%），RQ2 取 {0, 1, 5, 10}，即 0%、0.96%、4.81%、9.62%。
- 网络结构：无向小世界网络，环上每节点连 6 个最近邻，每条边以 p = 0.2 重连；共 312 条边，平均度 6。该网络同时决定邻居、Central/Cluster 安置的度数排序、传播路径与 IPD 对手。
- 时间步长：一轮 = 一次完整互动 + 一次测量。收敛判据为相邻两轮各维度平均绝对变化 < 0.15（七分制），或最多 5 轮。RQ4 固定 5 轮。
- 人设来源：非极端者沿用 ProSim 人设；极端者由场景专属 prompt 指定锚点（观点场景全维度恒为 1 或 7；IPD 恒为 D）。不微调、不角色训练，仅经 API 调用。
- 骨干模型：默认 DeepSeek-V4-Flash；RQ1 比较 GPT-5.5、DeepSeek-V4-Flash、Qwen3.6-Plus、Claude Sonnet 4.6；RQ4 另加 GLM-4.7。温度 0.7，每组 3 个随机种子取平均。
- 传播模型：SI 为默认；SIR 设 β = 0.45、γ = 0.1，极端者作为永久感染源且永不康复。SI 中暴露可累积，SIR 中康复者停止传播且不可再感染。
- 安置策略：Random 均匀抽样；Central 取度数最高节点；Cluster 从高度数节点做广度优先扩张，形成连通种子集。
- 测量接口：统一七点 Likert 问卷；RQ1 六维（VotingIntention、CandidateSupport、PoliticalDiscussion、MisinformationSharing、AntiEstablishment、ElectoralReform），RQ2 六维（BankRunIntention、MarketPanicSelling、CrisisRumorSharing、EconomicDoomBelief、TrustInFinancialInstitutions、MortgageRiskConcern，正文只报前四维），RQ3 六维（VaccinationWillingness、MaskCompliance、TrustInExperts、HealthMisinformationSharing、PolicyCompliance、PersonalFreedomConcern）。测量 prompt 只定义合法输出空间，不给非极端者目标区间或方向。
核心指标：系统级漂移 Δ_k = σ_k ( x̄_k^(T) − x̄_k^ref )，其中 σ_k = +1/−1 取决于极端者锚点为 7 或 1；均值取全体 N 人（含极端者）。极化指标：PolRate = |{i: x_i ≤ 2 或 x_i ≥ 6}| / N；BC = (g² + 1) / (κ + 3(N−1)²/((N−2)(N−3)))，阈值 0.555；组间距离 ID = |mean(A_e) − mean(A_n)|；组内离散度 Std_n（仅非极端者）。
构成项分解：由于极端者读数固定，系统漂移可精确分解为 Δ_k = (1−ρ)·Δ_n,k + ρ·σ_k(x_e,k − x̄_k^ref)，第二项随 ρ 线性增长，即便无人改变也会非零。
R. Results（结果）
RQ1 骨干模型（国会选举，5 名极端者）：四个模型在所有维度上都朝极端锚点移动，但幅度分化明显。
| 模型 | VotingInt. | CandSupp. | PoliDisc. | Misinfo. | AntiEstab. | ElecRef. | Mean Δ |
|---|---|---|---|---|---|---|---|
| Initial | 3.423 | 3.000 | 3.625 | 1.846 | 2.375 | 4.827 | — |
| GPT-5.5 | +2.971 | +2.981 | +1.981 | +3.048 | +3.481 | +2.231 | +2.782 |
| DeepSeek-V4-Flash | +2.615 | +3.077 | +2.067 | +3.769 | +3.433 | +2.404 | +2.894 |
| Qwen3.6-Plus | +2.789 | +2.798 | +2.038 | +3.721 | +3.202 | +2.615 | +2.861 |
| Claude Sonnet 4.6 | +0.962 | +1.163 | +0.721 | +0.894 | +1.317 | +0.337 | +0.899 |
极化结构上，前三个骨干有 77.2%–78.7% 的智能体落在两极（PolRate），BC 为 0.650–0.701，超过 0.555 的双峰阈值；Claude 的 PolRate 仅 0.418、BC 0.540，但组间距离 ID 最大（3.355），说明极端者成为与人群分离的小群体，而不是把人群拖向一极。
| 模型 | PolRate | BC | ID | Stdn |
|---|---|---|---|---|
| GPT-5.5 | 0.772 | 0.650 | 1.377 | 1.183 |
| DeepSeek-V4-Flash | 0.779 | 0.654 | 1.260 | 1.344 |
| Qwen3.6-Plus | 0.787 | 0.701 | 1.295 | 1.496 |
| Claude Sonnet 4.6 | 0.418 | 0.540 | 3.355 | 1.338 |
RQ1 逐轮轨迹（App. D）：前三模型两轮即收敛（轮间变化 0.107、0.059、0.091），首轮已基本完成位移；Claude 首轮为 +2.534，与其他模型（+2.841 至 +2.885）相当，第二轮降至 +1.149，第五轮收敛于 +0.899。仅看非极端者时为 +2.455 → +0.738。作者明确排除了安全护栏：全程未触发拒答、免责声明或格式错误。
RQ2 极端者比例（金融危机）：四个展示维度上所有非零比例均为正漂移，行均值为 +2.796（1%）、+2.830（5%）、+2.825（10%），跨非零条件最多变化 0.034。分解显示构成项从 0.033 升至 0.329，非极端者漂移为 2.790、2.800、2.761（最多差 0.039，且不随比例单调上升），因此 1%→5% 的微小上升是构成性的。
| 数量（比例） | BankRun | PanicSell | RumorShare | Doom |
|---|---|---|---|---|
| 0（0%） | 4.067 | 3.856 | 2.567 | 3.817 |
| 1（0.96%） | +2.270 | +2.423 | +3.654 | +2.837 |
| 5（4.81%） | +2.308 | +2.481 | +3.702 | +2.827 |
| 10（9.62%） | +2.298 | +2.471 | +3.712 | +2.818 |
RQ3 位置与传播（疫情舆论）：六种组合方向一致，幅度分化；Central+SIR 的 +3.662 最大，其余为 +3.109 至 +3.372。超过 96% 的漂移在首轮完成，排序在首轮即确立。
| 安置 | 传播 | Vaccin. | Masking | ExpTr. | Misinfo. | PolComp. | FreeCon. | Mean Δ |
|---|---|---|---|---|---|---|---|---|
| Random | SI | +3.029 | +3.317 | +2.798 | +3.615 | +3.221 | +2.961 | +3.157 |
| Random | SIR | +3.096 | +3.356 | +2.788 | +3.577 | +3.270 | +2.827 | +3.152 |
| Central | SI | +3.000 | +3.394 | +2.740 | +3.538 | +3.270 | +2.933 | +3.146 |
| Central | SIR | +3.587 | +3.923 | +3.278 | +4.086 | +3.779 | +3.317 | +3.662 |
| Cluster | SI | +2.981 | +3.317 | +2.721 | +3.500 | +3.270 | +2.865 | +3.109 |
| Cluster | SIR | +3.279 | +3.558 | +3.019 | +3.721 | +3.500 | +3.154 | +3.372 |
RQ4 五轮重复囚徒困境（收益元组 (R,S,T,P) = (3,0,5,1)）：三种骨干下极端条件均低于无极端者基线。GPT-5.5 合作率 0.830 vs 0.954；GLM-4.7 由 0.779 降至 0.654；DeepSeek-V4-Flash 的单次平均收益 1.538，较基线低逾 30%。五轮中分离持续存在。App. E 的个例追踪显示：5 名极端者对其邻居 25 次互动中合作 0 次（0/25），收益差 +25，普通对手首轮合作后连续背叛，最终记忆出现“合作不安全”的表述。
稳健性：App. F 报告全部条件下的 Δn 与构成项；RQ2/RQ3 中非极端者贡献 88%–99% 的系统漂移，RQ1 前三模型约 93%，Claude 为 78.1%。移除极端者后 PolRate 变化 ≤ 0.03、BC 变化 ≤ 0.02，双峰判定的结论不变。
a / D. Discussion & Conclusion（讨论与结论）
- 理论意义：长尾角色的三条规律在 LLM-MAS 中以语言为介质重现，但并非以固定系数重现。极端者的影响取决于接收方模型如何从上下文中生成回答，这解释了为何同一配置在不同骨干上产生 2.782 vs 0.899 的巨大差异。
- 回摆机制：Claude 的首轮漂移（+2.534）与其他模型相当，随后逐轮回落至 +0.899。作者强调这不是护栏导致的拒答，而是模型在持续互动中对极端立场的再评估；这提示单轮测量会系统性高估影响，必须看收敛轨迹。
- 构成项警示：系统级 Δ 含 ρ·σk(xe,k − x̄ref) 这一固定偏移，跨比例比较时会自动放大。本文的比例“饱和”在 Δn 下依然成立，但作者明确表示在没有不确定度估计的情况下，不应把它读作普适饱和阈值。
- 传播与安置：Central+SIR 最强，说明“高中心度 + 有限传播窗口”组合会让极端叙事集中触达关键节点；但六种组合方向一致，表明该场景对结构扰动相对稳健。
- 传播学与公共政策连接：四个场景全部落在舆论与政策议题上——选举阴谋论与反建制动员、银行挤兑与恐慌性抛售、疫情期间的疫苗犹豫、口罩遵从、专家信任与政策遵从。框架可直接用于压力测试“小规模极端群体能否推高错误信息与不遵从行为”，对平台治理与危机沟通的情景推演具有直接的方法论价值。
- 局限：LLM 只是社会行动者的近似代理；极端人设的措辞、修辞强度与任务框定可能影响漂移；实验仅覆盖有限场景、固定人口规模、特定网络与少数骨干；观点场景只用一次无极端者调查作为参照，未估计重复调查的抽样变异；未报告随机种子间的标准差。
- 伦理与双用风险：作者声明未触发任何安全护栏，但也指出同一方法可被用于优化极端 prompt 或寻找高影响注入点；结果不应被读作关于真实人群的因果证据。
🧠 IRMaD 思维导图
mindmap
root((极端者进入大模型社会))
I 引言
代表性人设主导
长尾角色被忽视
规则模型难迁移
语言中介新机制
R 假设
P1 立场不可动摇
P2 影响不对称
P3 行为处于极端
RQ1 更换底层模型
RQ2 极端者比例
RQ3 位置与传播
RQ4 重复博弈
M 方法
EXAM 四阶段框架
一百零四个智能体
小世界网络度数为六
四类场景
比例零一五十
三种安置随机中心抱团
SI 与 SIR 传播
三个随机种子
R 结果
选举漂移二点八九
另一模型仅零点九零
双峰占比七成七
比例变化不超零点零三四
中心加 SIR 最强三点六六
合作率零点九五降至零点八三
非极端者贡献八成八到九九
a 讨论
首轮被拉后回摆
构成项随比例放大
饱和非普适阈值
模型选择决定方向
D 结论
人群构成即设计参数
仿真须报告极端设定
可做舆论压力测试
不可外推真实社会
图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法； 橙色 R 结果；紫色 a 讨论；红色 D 结论。