这篇论文让我先停了一下：「自发角色分化」。
不是预设的，不是工程师写的提示词，是 10-100 个完全相同的 LLM 智能体在一个 Minecraft-like 的世界里跑了一段时间后，自己分出了探索者 / 建设者 / 维护者 / 协调者四种角色。这是 SwarmWorld 最让我意外的发现。
文章花了相当篇幅介绍 Stigmergy（迹触互动）这个概念——蚂蚁通过信息素、蜜蜂通过舞蹈、椋鸟通过 7 只邻居的飞行方向——这些「没有指挥部的协作」。这个概念不新，群体智能学 1999 年 Bonabeau 那本书就讲过。但把 LLM 放在 Stigmergy 框架下做实验是新的——过去几年多智能体框架（MetaGPT、AutoGPT、LangChain）几乎全是「中央调度」模式：有一个「总指挥」节点决定数据流向，本质上是单体 AI 的变体。SwarmWorld 的贡献不是发明了什么新算法，是「把『中央调度』这个前提给删掉了」——删完之后，系统依然能产生复杂行为。这件事很重要。
不过我有几个保留：
1. Llama-3.1-70B 同质化。所有智能体用同一个底模，意味着「文化差异」只能是环境互动产生的，没法测出「不同底模共存」会发生什么。现实世界的蚂蚁群体也有蚁种差异——单蚁种社会 vs 多蚁种共生社会，涌现规律完全不一样。 2. 100 个智能体的规模。人类社会是亿级别的协作规模，100 个智能体之间能形成的「社会结构」非常有限。文章自己也说了，这是「模拟世界 vs 真实世界」的简化——但这个简化到底简化掉多少？不好说。 3. 评估标准单一。只看技术功能的正确性，不看伦理 / 公平 / 隐私。如果让 100 个 LLM 智能体在一个虚拟社会里自发演化，会不会演化出「排挤少数派」「垄断关键资源」这样的反社会行为？论文没说。这是个明显的盲点。
我比较欣赏的是论文的「适度文化机制最优」结论——完全自由（无规则）和完全计划（过度规则）都不如适度的制度安排。这跟 Hayek 和 Ostrom 的制度经济学结论高度一致：制度不是越严越好，也不是越松越好，关键是「演化出能演化」的制度。SwarmWorld 给了这条抽象原理一个工程化的样本。
文章里那句「智慧不在任何一只蚂蚁的头脑中，而在它们之间的空气里」很美。但我得诚实说一句：这只是论文的修辞，不是论文的结论。论文的结论是「Stigmergy 机制能让 LLM 群体产生自发角色分化和技术传承」。前者是浪漫化的表达，后者是可验证的实验数据。我们读论文，应该看后者。
如果让我给这篇论文一个打分，我会给 7.5/10。创新点在于「删掉中央调度后还能涌现复杂行为」，但同质化 + 小规模 + 单维度评估的限制让它离「AI 社会」还很远。真正的考验是：如果把底模换成不同架构（比如 Llama + Claude + Gemini 混合），自发角色分化还会出现吗？会不会变成「文化战争」？ 这是 SwarmWorld 2.0 应该回答的问题。
一句话收尾：SwarmWorld 不是「AI 社会」的答案，但它是「AI 社会」这个问题的第一个清晰提法——光是这个提法，就值一篇 Nature 子刊。