AgentSociety: Large-Scale Simulation of LLM-Driven Generative Agents Advances Understanding of Human Behaviors and Society

Paper: arXiv:2502.08691 Code: tsinghua-fib-lab/AgentSociety Code reference: main @ 26eb1d11 (2026-05-21)

1. Motivation (研究动机)

这篇论文要解决的不是“让 LLM agent 做一个任务”，而是更难的 generative social science / agent-based social simulation 问题：如何在一个足够真实、足够大规模、可干预、可复现实验的虚拟社会里，让 LLM-driven agents 产生可研究的人类行为与社会现象。传统社会科学实验成本高、样本和伦理约束强，经典 agent-based models 又常依赖手写规则，难以覆盖人的情绪、需求、认知、移动、工作、消费、社交之间的耦合。LLM 的出现提供了更强的角色扮演、语言沟通和情境推理能力，但 vanilla LLM 或已有小规模 generative agents 仍有三个核心缺口：

1. 个体层缺少 mind-behavior coupling：已有 agent 往往能写日程或聊天，却没有把 emotion、needs、cognition 与 mobility / social / economic behaviors 连成闭环。人的行为不是随机行动列表，而是由饥饿、安全、社交、经济压力、政治态度、情绪波动等内部状态持续驱动。
2. 环境层缺少客观世界约束：如果只靠 LLM “想象”城市、交通、社交平台和经济系统，位置、时间、金钱、税收、商品供需、社交关系等数值约束容易 hallucinate。论文因此强调把 LLM 的主观行为逻辑与可计算的 real-world societal environment 分离。
3. 系统层缺少大规模异步执行能力：社会现象常是规模涌现的结果。少量 agent 的同步 SOP 式协作不等价于真实社会中大量个体独立思考、异步行动、偶发交流并受环境反馈影响的过程。要支撑 $10^4$ 量级 agents 和数百万次交互，需要分布式执行、连接复用和高吞吐消息系统。

Figure 1 解读：这张图给出论文评价 LLM-driven social simulators 的三维框架：agent 是否有 profile / status / mind / behavior / M-B coupling，environment 是否覆盖 urban / social / economic space，simulator 是否支持大规模、社交实验工具和用户交互。AgentSociety 的目标就是把这三条轴同时做满，而不是只在某个小型对话场景里展示 agent 能聊天。

这个问题值得研究，是因为一旦平台具备可信的个体、环境和规模，就可以把它作为社会科学的 “digital sandbox”：在不直接影响真实人群的前提下，研究 polarization、inflammatory message spread、UBI、hurricane shock、urban sustainability 等问题，并通过 survey / interview / intervention 复现实验设计。

2. Idea (核心思想)

核心 insight：把社会模拟拆成“有心理状态的 LLM social agents + 有物理/社会/经济约束的环境 + 异步大规模执行引擎”，并让 agent 的 mind、memory、behavior 和 environment feedback 形成闭环。 这样 LLM 不负责精确算交通、税收或消息路由，而负责更接近人类的语义判断、计划、沟通和认知更新。

Figure 2 解读：Figure 2 把 AgentSociety 画成三块：左侧是具备 minds、behaviors、social relations 的 agents；中间是 urban / social / economic spaces 组成的 societal environment；右侧是 simulation engine 与一组 social experiments。图中最关键的箭头不是单向调用，而是 agent 在环境中行动、环境返回约束和结果、agent 再更新 memory / emotion / cognition 的循环。

与 Generative Agents / Smallville 这类偏小规模、偏规则场景的工作相比，AgentSociety 的根本差异在于：它不是只做 “daily routine + memory reflection”，而是显式建模 mobility、social、economic 三类社会行为，把行为落到 OSM/SafeGraph 城市空间、社交网络、宏观经济账户与 MQTT 消息系统上，并用 Ray + asyncio + agent groups 把规模推进到 $>10k$ agents 和约 5 million interactions。

3. Method (方法)

3.1 Overall framework：三层社会模拟器

AgentSociety 的方法可以理解为三层解耦：

• Subjective layer / LLM-driven social agents：保存 profile、status、stream memory；用 needs、emotion、cognition 驱动计划和行为。
• Objective layer / societal environment：用城市交通、社交网络、经济账户等模块给行为提供可计算反馈，避免 LLM 直接幻想世界状态。
• Execution layer / large-scale simulation engine：把 agents 分组为 Ray actors，在每组内用 asyncio 并发 I/O，通过 MQTT 做 agent/user/survey 消息传输。

这种解耦的直觉是：LLM 最擅长语义、意图、沟通和开放情境判断；传统仿真/数据库/消息队列更擅长确定性状态更新和高吞吐工程执行。AgentSociety 把两者放在各自擅长的位置，再用 memory 和 environment feedback 把它们闭合起来。

3.2 LLM-driven social generative agents

3.2.1 Profile / status / minds / behaviors

Figure 3 解读：Figure 3 展示 agent 的四个组成部分：Profile 与 Status 提供角色身份和动态状态；Minds 包括 emotion、needs、cognition；Social Behaviors 包含 mobility、social、employment & consumption；Environment 则给这些行为返回外部约束。图底部的 workflow 强调行为不只是 LLM 生成文本，而是 “profile/status → minds → behavior → environment feedback → memory/status update” 的闭环。

Profile 存相对静态属性，例如姓名、年龄、性别、教育、人格、背景故事。Status 存动态属性，例如当前 need、emotion、经济状态、位置、社交关系和当前计划。Minds 分三层：emotion 是短期反应，needs 是行动动机，cognition 是对世界和事件的理解/态度。Behaviors 则是 mind 作用到外部世界的执行通道。

3.2.2 Emotion, needs, cognition

Figure 4 解读：Figure 4 把 mind 拆成 attitude、emotion、thought，并通过 needs 与 behavior 相连。论文采用 Shvo et al. 的 emotion measurement：agent 选择当前情绪关键词，生成一句与情绪相关的 thought，并对 sadness、joy、fear、disgust、anger、surprise 六类核心情绪给出 0–10 强度。Needs 参考 Maslow hierarchy，作为持续动机；cognition 则参考 Theory of Mind / Cognitive Appraisal Theory，负责对事件、他人状态和外部情境形成理解。

Needs 模块会随时间衰减、受行为完成情况和干预事件影响，并决定当前 dominant need。Plan 模块随后按 Theory of Planned Behavior 的思路，把 need 转成 plan target 和 steps。released code 中这一逻辑对应 NeedsBlock.forward() 和 PlanBlock.forward()：先 initialize / time_decay / update_when_plan_completed / determine_current_need，再选择 guidance option 并生成 detailed plan。

3.2.3 Mobility behavior

Figure 5 解读：Figure 5 展示 mobility 从 need/plan 进入四步：intention extraction、type selection、radius decision、place selection。比如 social need 触发 “去见朋友”，系统先选 POI 类型，再确定搜索半径，再在候选地点里选择具体位置，最后通过地图环境执行移动。

地点选择使用 gravity model： $P_{ij}=\frac{S_j/D_{ij}^{\beta }}{{\sum }_k{S}_k/D_{ik}^{\beta }},$ 其中 $S_j$ 表示地点 $j$ 的吸引力，$D_{ij}$ 表示 agent $i$ 到地点 $j$ 的距离，$\beta$ 是距离衰减系数。这个公式把“近处更可能被选中”和“高吸引力地点更可能被选中”结合起来，减少完全交给 LLM 选择地点的随机性和成本。

3.2.4 Social behavior

Figure 6 解读：Figure 6 把 social behavior 分成找人、发消息、编排会面等动作，并把 social network 里的 relationship type / strength 作为选择目标和语气的依据。论文当前主要建模 online social behavior，但也保留 offline meeting 的扩展逻辑。

社会关系包括 family、friend、colleague，关系强度为 0–100。agent 选择聊天对象时不仅看关系强度，还看当前 intention、emotion、thought、对方职业/经验和历史聊天记录。收到消息后，agent 的回应又会改变 emotion、cognition 和后续行为，因此 social behavior 是信息传播、观点变化和情绪扩散实验的关键基础。

3.2.5 Economic behavior

Figure 7 解读：Figure 7 展示 economic behavior 中 work 与 consumption 的闭环：agent 的 mobility behavior 决定到工作地或消费场所，经济行为改变 work propensity、consumption propensity、income、savings 等状态，并反馈给 simulator 里的 firms、government、bank 等实体。

论文把 employment 和 consumption 作为日常生活的核心经济活动：work propensity 决定工作时间和月收入，consumption propensity 决定月消费预算；消费又受上月消费、价格、税收、储蓄和市场供需影响。released code 中 EconomyBlock.before_forward() 会先调用 MonthEconomyPlanBlock 生成月度经济计划，WorkBlock 估计工作耗时并记录工作经验，ConsumptionBlock 检查月消费上限、查询 firms、计算价格加权购买分布并通过 economy client 执行交易。

3.2.6 Memory-driven workflow

Figure 8 解读：Figure 8 是 agent 内部闭环的核心图：Profile / Status / Stream Memory 存储不同粒度的信息；Minds 在 timeline 上持续更新；Need to Plan 把内部动机转成计划；Behavior 分到 mobility / social / economy / other；执行结果再回写 memory。这里的关键是 stream memory 同时记录 event flow 和 perception flow，使“发生了什么”和“agent 如何理解这件事”可以分开存储又互相引用。

3.3 Real-world societal environment

Figure 9 解读：Figure 9 把 environment 拆成 Urban Space、Social Space、Economic Space。Urban Space 负责地图、AOI、POI、道路、交通方式；Social Space 负责社交网络、online/offline interaction、supervisor；Economic Space 负责 firms、agents、government、bank 和 NBS。下方四条绿色通道说明 environment 给 social interaction、mobility、environment feedback、economy computation 提供接口。

• Urban Space：基于 OpenStreetMap 的 road network / AOI 和 SafeGraph POI，支持 driving、walking、public transit、taxi。车辆部分使用 IDM acceleration 和 MOBIL lane-changing；行人走 sidewalk 并遵守信号；bus 按固定时刻表；taxi 用全局 dispatch 找最近车辆。
• Social Space：加载用户提供的 social network，维护关系类型和强度。supervisor 作为消息传输前的 middleware，可识别消息内容、过滤 inflammatory content、ban users 或切断 connections。
• Economic Space：建模 firms、agents、government、banks、National Bureau of Statistics。firms 用劳动生产商品并付工资，government 收税，banks 按 Taylor Rule 调整利率并付息，NBS 汇总 real GDP、income distribution、tax revenue、per-capita consumption 等指标。

3.4 Large-scale social simulation engine

Figure 10 解读：Figure 10 展示系统工程架构：shared services 包括 DeepSeek/OpenAI/Qwen/vLLM/ollama 等 LLM API、EMQX MQTT server、PostgreSQL database、mlflow metric recorder；每个 experiment 由 environment simulator、agent simulator、Ray cluster 和 experiment-side clients 组成；GUI 通过 database 和 MQTT 与实验交互。

Figure 11 解读：Figure 11 说明为什么要有 agent group：如果每个 agent 独占进程和连接，TCP port、数据库连接和 MQTT 连接会很快耗尽；把多个 agent 放入一个 Ray actor / process 后，可以复用 LLM、MQTT、environment、database、metric clients，同时在组内用 asyncio 隐藏 LLM API 和 environment API 的 I/O 等待。

Figure 12 解读：Figure 12 展示 MQTT-powered messaging：agent 只订阅 /<exp_uuid>/agents/<agent_uuid>/ 前缀下的 topic，具体包括 agent-chat、user-chat、user-survey。这种 pub/sub 结构来自 IoT 场景，适合大量端点、较高吞吐、对单条消息延迟不极端敏感的 agent society。

论文还提供 intervention / interview / survey 三类 social experiment toolbox。intervention 可在 pre-simulation 修改 agent settings，也可在 simulation 中 manipulation memory/state 或发送 message notification；interview 和 survey 都通过 MQTT 传给 agent，让 agent 在不中断主行为流的情况下给出结构化回答。

3.5 Pseudocode from released code

下面伪代码基于 released code main@26eb1d11，重点反映真实实现中的 block、dispatcher、memory 和 environment client 关系，而不是只复述论文图。

async def society_agent_forward(agent):
    await agent.reflect_to_environment()              # LLM reflects on AOI/env context
    if not await agent.check_and_update_step():       # if previous move/action still running
        return
 
    cognition = await agent.needs_block.forward()     # initialize/decay/need selection
    if agent.params.enable_cognition and cognition:
        await agent.save_agent_thought(cognition)
 
    if not await agent.memory.status.get("current_plan"):
        cognition = await agent.plan_block.forward()  # need -> guidance -> detailed steps
        if cognition:
            await agent.save_agent_thought(cognition)
 
    await agent.step_execution()                      # dispatch current step to behavior blocks
 
    if agent.params.enable_cognition:
        await agent.cognition_block.forward()         # daily thought/attitude update

async def need_and_plan_loop(needs_block, plan_block, memory):
    await needs_block.initialize()
    await needs_block.time_decay()
    await needs_block.update_when_plan_completed()
    dominant_need = await needs_block.determine_current_need()
 
    if dominant_need is not None:
        guidance = await plan_block.select_guidance(dominant_need)
        plan = await plan_block.generate_detailed_plan()
        for step in plan["steps"]:
            step["evaluation"] = {"status": "pending", "details": ""}
        await memory.status.update("current_plan", {
            "target": plan["target"],
            "steps": plan["steps"],
            "index": 0,
            "completed": False,
            "failed": False,
            "guidance": guidance,
            "stream_nodes": [],
        })

def gravity_model(candidates, beta=1.0):
    weights = []
    for poi, distance in candidates:
        attractiveness = poi.get("attractiveness", 1.0)
        weights.append(attractiveness / max(distance, 1.0) ** beta)
    probs = torch.tensor(weights, dtype=torch.float32)
    probs = probs / probs.sum()
    selected = torch.multinomial(probs, num_samples=1).item()
    return candidates[selected]
 
async def mobility_block_forward(block, context):
    selected = await block.dispatcher.dispatch(context)
    if selected is None:
        return {"success": False, "consumed_time": random.randint(1, 30)}
    return await selected.forward(context)  # PlaceSelectionBlock or MoveBlock

async def social_block_forward(block, context):
    selected = await block.dispatcher.dispatch(context)
    if selected is None:
        return {"success": False, "evaluation": "no social action"}
 
    if selected.__class__.__name__ == "MessageBlock":
        target = context.get("target") or await block.find_person_block.forward(context)
        message = await block.message_block.llm.atext_request(
            block.message_block.default_message_template,
            response_format={"type": "json_object"},
        )
        await block.agent.send_message_to_agent(target["target"], message)
        await block.memory.status.update("chat_histories", message, mode="merge")
        return {"success": True, "evaluation": message}
 
    return await selected.forward(context)

async def economy_block_forward(block, context):
    await block.month_plan_block.forward()  # before_forward: monthly work/consumption plan
    selected = await block.dispatcher.dispatch(context)
    if selected is None:
        return {"success": False, "consumed_time": 0}
 
    if selected.__class__.__name__ == "ConsumptionBlock":
        agent_id = await block.memory.status.get("id")
        firms = await block.environment.economy_client.get_firm_ids()
        budget = await block.memory.status.get("to_consumption_currency")
        spent = await block.environment.economy_client.get(agent_id, "consumption")
        if spent >= budget:
            return {"success": False, "evaluation": "monthly limit reached"}
        # released code then allocates spending across firms and records stream memory
 
    return await selected.forward(context)

async def grouped_engine_round(agent_groups):
    # Each group is a Ray actor/process with shared LLM/MQTT/env/db/mlflow clients.
    futures = []
    for group in agent_groups:
        futures.append(group.run_agents_asyncio())
    await asyncio.gather(*futures)
 
async def mqtt_interceptor_round(supervisor, messages):
    validation, persuasion = await supervisor.forward(messages)
    delivered = []
    for msg in messages:
        if msg.kind == "AGENT_CHAT" and not validation.get(msg, True):
            delivered.append(failed_delivery_notice(msg))
        else:
            delivered.append(msg)
    return delivered + persuasion

3.6 Code-to-paper mapping

论文公式与 released code 实现差异：论文性能实验明确使用 DeepSeek API 平台和 DeepSeek-V3，并在 05:00–07:00 off-peak 时段测试；当前 released examples 多数使用 LLMProviderType.Qwen 且 model="<YOUR-MODEL>" 占位。因此代码仓库可复现实验流程和模块结构，但不是论文性能表的原始 launch config。另一个差异是当前 README 推荐 packages/agentsociety2/，而论文核心实现和示例仍主要对应 legacy packages/agentsociety/ 与 examples/。

Code reference: main @ 26eb1d11 (2026-05-21) — pseudocode and mapping based on this commit

Paper Concept	Source File	Key Class/Function
LLM-driven social agent loop	packages/agentsociety/agentsociety/cityagent/societyagent.py	SocietyAgent.forward, check_and_update_step, step_execution, react_to_intervention
Needs and planning	packages/agentsociety/agentsociety/cityagent/blocks/needs_block.py; .../plan_block.py	NeedsBlock.forward, PlanBlock.forward, select_guidance, generate_detailed_plan
Cognition/emotion update	packages/agentsociety/agentsociety/cityagent/blocks/cognition_block.py	CognitionBlock.forward, emotion_update, thought_update, attitude_update
Mobility behavior and gravity model	packages/agentsociety/agentsociety/cityagent/blocks/mobility_block.py	gravity_model, PlaceSelectionBlock, MoveBlock, MobilityBlock.forward
Social relationship/message behavior	packages/agentsociety/agentsociety/cityagent/blocks/social_block.py	FindPersonBlock, MessageBlock, SocialBlock.forward
Economy/work/consumption	packages/agentsociety/agentsociety/cityagent/blocks/economy_block.py	MonthEconomyPlanBlock, WorkBlock, ConsumptionBlock, EconomyBlock.forward
Environment APIs	packages/agentsociety/agentsociety/environment/environment.py	Environment.sense, get_datetime, set_aoi_schedules
Economic environment client	packages/agentsociety/agentsociety/environment/economy/econ_client.py	EconomyClient.get, update, calculate_real_gdp, calculate_interest
Message moderation/intervention	packages/agentsociety/agentsociety/message/message_interceptor.py	MessageInterceptor.forward
UBI example config	examples/UBI/main.py	UBI=1000, num_labor_hours=168, productivity_per_labor=1
Polarization / inflammatory / hurricane experiments	examples/polarization/*.py; examples/inflammatory_message/*.py; examples/hurricane_impact/hurricane.py	WorkflowStepConfig, intervene, survey, profile files

4. Experimental Setup (实验设置)

4.1 Data / environments / simulation scale

• 整体规模：论文基于 AgentSociety 生成 $>10k$ agents 的社会生活，累计约 5 million interactions，包括 agent-agent 交互与 agent-environment 交互。
• 城市/POI 数据：Urban Space 使用 OpenStreetMap road network / AOI，并通过 SafeGraph API 获取 POI。hurricane 实验使用 SafeGraph POI/mobility data 与 Census Block Group (CBG) demographic profiles。
• Hurricane case：Hurricane Dorian，Columbia, South Carolina；时间范围 2019-08-28 到 2019-09-05；实验包含 1,000 social agents，并注入 real-time weather updates。
• Urban sustainability case：北京高保真城市环境，基于 real-world GIS、AOI、POI，实例化 200 heterogeneous agents；人口属性按 2024 Beijing census 采样；6 个独立研究团队设计 eco-normative systems。

4.2 Baselines / compared systems

论文有两类比较：

1. Simulator capability comparison：D2A、EconAgent、OASIS、GA1000、MATRIX、Sociodojo、Generative Agents、GenSim、Project Sid、AgentScope、HiSim、S3、Agent4Rec、RecAgent、Sotopia、Casevo 等。比较维度包括 minds、mobility、economics、social、free/influence/driven M-B coupling、scale、environment type。AgentSociety 的 “Ours” 行覆盖全部列，scale 为 $>10k$，environment 为 Society。
2. Messaging system comparison：MQTT (emqx v5.8.1)、Redis Pub/Sub (v6.2)、RabbitMQ (v4.0.5)、Kafka。Kafka 因无法在 5 分钟内初始化 100,000 agents，论文未报告 throughput。

4.3 Evaluation metrics

• Environment performance：simulation step time；在不同个体数量和 QPS 下的 per-step time degradation。
• Messaging performance：throughput (msg/s)，同时考虑是否有 GUI / dashboard 等辅助工具。
• Social simulator performance：五轮 interaction 的 total execution time、input/output token usage、LLM API latency distribution、environment API latency distribution。
• Social experiments：polarization opinion shift；information spread / emotional intensity；UBI 下 GDP、consumption、CES-D depression；hurricane 下 activity level 和 normalized daily trips；urban sustainability 下 pro-environmental norm strength 与 mobility CO${}_2$ emissions。

4.4 Runtime / config

论文性能实验全部在 Huawei Cloud c7.16xlarge.4 cloud servers 上进行。Social simulator performance 使用一台 64-core machine，其中 32 cores 分配给 environment，另外 32 cores 分配给 simulation engine。LLM API 选择 DeepSeek 平台，因为其官方宣称 no request limit；测试安排在 DeepSeek off-peak hours 05:00–07:00 local time；论文称实验模型为 DeepSeek-V3。

关键实验 config：

• Environment performance：生成 1,000 / 10,000 / 100,000 / 1,000,000 individuals；departure time 按 weekday pattern；从 08:30 morning peak 开始；setting:fetched query ratio 为 1:999；process count 为 2 / 4 / 8 / 16 / 32；每组重复 5 次、持续 10 秒；QPS 从 $10^2$ 到 $10^5$。
• Messaging performance：假设 100,000 agents；每条消息 100 bytes；每个 agent 给 10 个随机 agent 发消息；parallel process counts 为 2 / 4 / 8 / 16 / 32；最低需求 throughput 为 20,000 msg/s。
• Social simulator performance：agents 数量为 $10^3$ 与 $10^4$；groups 数量为 8 / 16 / 32；指标按五轮 interactions 统计。
• UBI experiment：对照无 UBI 与处理组每个 agent 每月无条件发放 $1,000；released code examples/UBI/main.py 中相同地配置 UBI=1000，并设置 num_labor_hours=168、productivity_per_labor=1。
• Urban sustainability experiment：day 1 允许三种 intervention channel：direct communication、poster placement、city-wide public announcement；poster cost = 1,000，city-wide announcement cost = 10,000；每队总预算上限 = 100,000；day 2 禁止继续干预，只观测 norms survey 和 travel mode / CO${}_2$。

5. Experimental Results (实验结果)

5.1 System performance

Societal environment step time：

# Agents	Mean Time per Step (s) ± SD
$10^3$	$8.578\times 10^{-3}\pm 3.0\times 10^{-5}$
$10^4$	$9.129\times 10^{-3}\pm 1.5\times 10^{-5}$
$10^5$	$1.800\times 10^{-2}\pm 5.66\times 10^{-4}$
$10^6$	$0.1680\pm 5.34\times 10^{-4}$

结论是环境本身在百万个体级别仍保持 sub-second step time，说明主要瓶颈不在 environment API，而在 LLM API 和大规模 agent execution。

Messaging throughput：

System	Best Parallel Process Number	Throughput (msg/s)	Auxiliary Tools
MQTT (emqx v5.8.1)	32	$44,702.1\pm 111.3$	Built-in GUI
Redis Pub/Sub (v6.2)	16	$81,216.2\pm 333.6$	-
RabbitMQ (v4.0.5)	16	$23,667.3\pm 1,777.7$	Built-in GUI

Redis throughput 更高，但 MQTT 仍超过 20,000 msg/s 需求，并有 EMQX GUI 便于调试和监控；RabbitMQ 刚过阈值且波动大；Kafka 初始化 100,000 agents 超过 5 分钟未完成。因此论文选择 MQTT 作为默认 messaging implementation。

Social simulator performance：

Agents	Groups	LLM Calls	ITs/call	OTs/call	All (s/round)	LLM (s/call)	Env (ms/call)
$10^3$	8	4803.0	430.04	79.17	82.45	4.51	12.26
$10^3$	16	3120.8	398.78	77.18	41.17	2.92	14.31
$10^3$	32	4790.4	412.82	75.56	43.30	2.94	9.55
$10^4$	8	54135.4	430.35	75.84	5681.18	52.54	33.55
$10^4$	16	54002.2	430.24	75.80	1422.48	3.53	33.55
$10^4$	32	54075.0	430.47	76.14	458.82	8.05	30.53

Figure 13a–13d 解读：四个子图分别是 10k agents 下 input tokens、output tokens、LLM API time、environment API time 的分布。token 分布在不同 group 数下相对稳定，说明并行化不会改变单次调用信息量；LLM time 对并发和平台侧负载更敏感；environment time 保持毫秒级，支持论文“LLM API 是主要瓶颈”的判断。

5.2 One-day life and large-scale simulation examples

单个 agent 一天内的环境交互统计如下：Urban Space Get 465.67、Urban Space Set 4.27、Economy Space Get 9.26、Economy Space Set 3.30、Social Space SendMessage 9.08，总计 491.68 interactions per agent per day。这说明 agent 的日常生活不是纯文本日程，而是频繁查询和更新城市、经济、社交空间。

Figure 14 解读：Figure 14 把 daily life of social agent 和五类 social experiments 放在一起：左侧是 profile/status/memory/needs/cognition/behavior 的个体生活闭环；右侧是 behavior space 与 experiment cases，包括 polarisation、inflammatory messages、UBI、hurricane impact、eco-normative systems。它说明同一套 simulator 同时用于微观行为一致性检查和宏观社会实验。

Figure 15a–15b 解读：这组图展示 GUI / map 上的大规模 agent 分布与单个 agent 行程回放。左图更像全局空间分布，右图展示某个 agent 的路径、交通和环境记录。它的作用不是给出量化指标，而是验证平台具备可观察性：研究者可以回看 agent profiles、locations、status history、thought/dialogue history 和 survey responses。

5.3 Polarization

Figure 16 解读：Figure 16 比较 gun control 议题下三种设置：control、homophilic interaction、heterogeneous interaction。control 中 39% agents 更 polarized，33% 更 moderate；homophilic interaction 中 52% agents 更 polarized，体现 echo chamber；heterogeneous interaction 中 89% agents 变得更 moderate，11% 被说服到对立观点。该实验说明 AgentSociety 可以用 controlled intervention 观察信息环境如何改变群体观点分布。

5.4 Spread of inflammatory messages

Figure 17a–17b 解读：左图是 information spread 随时间变化，右图是 emotional intensity 随时间变化。experimental group（注入 inflammatory messages）相对 control group 有更高扩散和更强情绪反应；node intervention 比 edge intervention 更能抑制扩散和情绪强度。原因是 node-level suspension 直接打击重复传播者，而 edge-level 删除连接只能局部改变网络结构。

Figure 18 解读：词云总结 agents 对 chained woman incident 的访谈意见，突出 “incident / human rights / accountability / public / information / change / people”等词。它补充说明平台不仅能记录传播曲线，还能通过 interview 获取 agents 对事件的语义解释和动机。

5.5 Universal Basic Income

Figure 19a–19b 解读：Real GDP 和 consumption curves 都显示随着 simulation steps 增加，波动逐渐收敛，经济系统进入较稳定状态。论文随后在 step 96 注入 UBI 干预，并比较后续 24 steps 的经济/社会指标。

Figure 20a–20b 解读：UBI 处理组相对无 UBI 组表现为 consumption level 上升、CES-D depression level 下降。论文将其解释为与 Texas UBI social experiment 的观察相似：无条件现金转移增加消费能力，并缓解部分心理压力。

Figure 21 解读：UBI 访谈词云突出 interest rates、saving、essential goods、long term、benefit、support 等词，说明 agents 讨论 UBI 时不仅提到短期现金，还会联系储蓄、生活必需品、长期收益和宏观利率等经济因素。

5.6 Hurricane external shock

Figure 22a–22c 解读：三张地图分别对应 hurricane landfall 前、中、后阶段。论文报告 hurricane 前各 CBG 的 average activity level 约为 70%–90%；hurricane 到来时降到约 30%；hurricane 后逐步恢复。这说明 social agents 能根据 weather/environment information 调整 mobility demand。

Figure 23 解读：折线图比较 real data 与 simulated visits 的 normalized daily trips。两条曲线都在 8 月 30 日附近明显下降，并在 9 月初恢复；simulation 与真实趋势相近，但峰值和恢复速度仍有偏差。这个结果支持“趋势级别拟合”，但也提示灾害响应强度和时间滞后仍需校准。

5.7 Urban sustainability

Figure 24a–24c 解读：Figure 24 展示 6 个研究团队的 eco-normative interventions 对 pro-environmental norm strength 和 mobility CO${}_2$ emissions 的影响。所有团队都提高了环保规范对齐度并降低了交通 CO${}_2$；Figure 24c 显示 norm strength increase 与 CO${}_2$ reduction 呈正相关，说明态度变化在模拟中转化为更低碳的出行选择。

Figure 25 解读：Figure 25 展示六套 intervention systems 的规范组成，包括 descriptive norms、injunctive norms、personal norms、identity norms。不同团队的组合不同，说明 AgentSociety 不是只测试单一固定政策，而是可以让研究者设计异质干预策略并比较其行为结果。

5.8 Ablations / limitations / takeaways

论文没有传统 ML ablation table；更接近系统验证与 case-study validation。关键发现如下：

• Environment 不是瓶颈：即使到 $10^6$ individuals，environment step time 仍为 $0.1680\pm 5.34\times 10^{-4}$ 秒；social simulator 表中 Env API 也在 9.55–33.55 ms/call。
• LLM API 是主要瓶颈：10k agents、8 groups 时 All 达 5681.18 s/round，LLM 52.54 s/call；提升到 16/32 groups 后总时间显著降低，但 LLM latency 仍受外部 API server load 波动影响。
• MQTT 是工程折中：Redis Pub/Sub throughput 更高，但 MQTT 达标且有 GUI/调试生态；论文选择它是 “够快 + 可运维” 的折中。
• Social experiments 证明可用性但不是因果真值：polarization、inflammatory messages、UBI、hurricane、urban sustainability 都展示了与真实现象相似的趋势，但平台仍需更多 empirical calibration 和 sensitivity analysis 才能作为政策决策依据。

作者明确或隐含的限制包括：agent group 固定分组会被最慢 group 限制，adaptive load balancing / dynamic scheduling 是 future work；social behavior 当前主要关注 online interactions，offline interactions 仍是计划扩展；economic behavior 目前覆盖 employment / consumption，未来还需 job change、debt、investment 等更复杂金融行为；UBI、灾害和 sustainability 等案例更多展示 simulator potential，而非证明 LLM agents 已经能精确替代真实社会实验。