企业官网建设流程全解析

看到这个标题，我第一反应是：这不就是我上个月那个复现实验的死法吗？100 个 LLM agent 在一座虚拟小镇里各自生产、买卖、雇佣，跑满 26 周之后，货币终于停在某个账户里再也不动了。很多跑过 Agent 仿真的朋友应该都有同感——让 LLM agent 聊天容易，让它们形成持续的经济循环，太难了。这篇博客就把这个实验从头到尾拆一遍：实验怎么做、agent 怎么活、钱是怎么一步步死掉的。适合正在做多智能体仿真、LLM agent 应用开发，或者单纯对“AI 社会实验”感兴趣的人参考。

1. 这个实验到底在模拟什么：从 100 个 agent 到 26 周

1.1 为什么用 LLM agent 而不是传统智能体

我见过太多人一提到经济仿真，第一反应是用纯数学建模：设定一组供给函数、需求函数、价格弹性，然后解一个方程组。那种做法很成熟，但它模拟的是“人假设出来的理性行为”，不是“人在具体环境里长出来的行为”。LLM agent 不一样，它每一步决策都是自然语言推理出来的，会受到记忆、情绪、偏见和上下文影响，所以会做出很多传统模型根本预测不到的事情。

举个例子。传统模型里，一个面包师“决定”涨不涨价，是由价格弹性系数算出来的；而在 LLM agent 实验里，面包师会看到“最近顾客抱怨面包太硬”这条记忆，于是决定降价同时改进配方。这种决策很难提前写成规则。100 个 agent 各自有身份、目标、技能和社交圈，它们之间的对话和交易又相互影响，整个经济系统就变成了一种涌现行为。

这也是为什么很多论文和团队开始用 LLM agent 做社会仿真。相比传统 ABM（Agent-Based Modeling），LLM agent 最大的优势是“行为合理但不完全确定”。同样的初始条件，跑到第 10 周可能有的小镇繁荣，有的小镇萧条。这种多样性恰恰是研究经济系统最需要的。

1.2 26 周这个时间窗口为什么是关键

我看到这个实验的设置是 26 周，第一反应是“很典型的半年级实验周期”。如果只跑 4 到 8 周，agent 的初始库存还没消化完，关系网络也刚刚建立，经济趋势根本看不出来。但如果跑到 52 周甚至更久，一方面 LLM 调用成本会涨得离谱，另一方面很多 agent 在中期就会出现严重的记忆混乱，最后得出的结果很难说到底是经济规律还是模型失效。

26 周正好落在“短期噪声过去、长期趋势显现”的窗口里。按我的复现经验，前 2 到 4 周属于起步期，大家在熟悉环境和角色；第 5 到 12 周是活跃期，交易频繁，价格也能稳住；第 13 到 20 周开始，贫富差距拉大、部分角色失去需求，交易量会出现明显下滑；第 20 周之后如果不做干预，整个系统就进入“慢性死亡”阶段。所以 26 周这个长度，刚好能把经济从上行到停滞的完整生命周期展示出来。

有朋友可能会问，为什么是“货币停止流动”而不是“系统崩溃”？因为 agent 不会像服务器那样直接宕机，它们还在对话、还在生产、甚至还在打招呼，只是没有任何交易发生了。这个状态其实比崩溃更值得分析，因为它说明经济结构出了问题，而不是技术栈出了问题。

2. 让 agent 活起来的关键细节：记忆、决策与环境交互

2.1 记忆系统的设计：短期上下文 + 长期档案

刚开始跑这种大规模 LLM agent 仿真时，我犯过一个错误：以为把整段历史都塞进 prompt 让模型看就行。实际上 26 周里 100 个 agent 的交互日志，怕是几百万 token 都不够，别说上下文窗口放不下，就算放得下，普通开源模型也早就“记不清前面发生了什么”。

实验中真正能落地的是分层记忆结构。我给每个 agent 设计了三层记忆：第一层是角色长期档案，写清楚身份、目标、技能和性格，这部分基本不变；第二层是阶段性摘要，每 4 周把这段时间发生的关键事件压缩成一段话，比如“你是小镇里最受欢迎的铁匠，上周接到了 3 个工具订单”；第三层是工作记忆，也就是最近一周的具体事件和对话。

实际跑下来，我建议不要把第三层做得太长。25 个事件或 4000 个 token 左右就够用了，太长反而会让模型在当前决策和旧记忆之间反复摇摆。另外要给记忆打上时间戳，避免 agent 用三个月前的库存信息来做今天的采购决策。这看起来是细节，但对经济系统的影响非常大，因为一旦 agent 基于过期信息做决策，市场就会产生一堆虚假供需信号。

2.2 决策循环：感知 → 计划 → 行动 → 观察

LLM agent 的决策不是简单调用一次 API 然后等输出，而是要走一个完整的循环。我用的循环结构是：感知环境 → 检索记忆 → 生成计划 → 执行工具调用 → 观察结果 → 更新记忆。

感知环境这一步，agent 能看到的信息包括当前金币数、库存、本周市场上挂出的订单、自己和几个关键角色的关系值。这里有个很容易踩坑的地方：如果你把所有市场信息全部塞给 agent，它会陷入“信息过载”，决策质量反而变差。更稳妥的做法是只把与它角色相关的订单展示出来，比如铁匠只看工具类、木材类订单，不要让铁匠去关注面包价格。

生成计划时，大多数实验会让 LLM 直接输出 JSON 格式的动作，常见的动作就是“生产、购买、出售、雇佣、社交、休息”。我不建议让 agent 输出自然语言再让解析器去匹配动作，那样很容易出现语义歧义。项目里我用的是函数调用或者严格 JSON Schema 输出，这样解析起来最稳。

2.3 经济交互：市场、价格与账户怎么落地

这个实验里最核心的经济交互就是交易。我复现时采用的是“集中市场 + 每周结算”的模式：每天 agent 可以提交买卖意图，系统按价格和时间优先原则撮合，每周结束后统一结算账户和库存。

价格形成机制上，第一次跑的时候我用的是“双向拍卖”，让买卖双方各自报价，系统撮合。这个方式很经典，但是对 LLM 调用量消耗极大，每个 agent 每轮都要出价，100 个 agent 跑起来成本很高。后来我调成“参考价 + 波动”：系统维护一个商品的基础价格，agent 可以在基础价上下 20% 的区间内报价，这样就大幅降低了决策复杂度。

账户和库存校验是最容易被忽略的部分。很多 agent 模型框架里，工具调用失败就失败了，但在经济系统里，余额不足会导致交易取消、违约记录、信誉下降，进而影响后续合作。所以我在账户上做了硬校验：不允许负余额、不允许卖出自己没有的库存，所有交易必须走统一结算接口。之后你会发现，什么时候开始频繁出现“余额不足”报错，往往就是经济危机的第一信号。

3. 逐步搭出一个能跑 26 周的仿真环境

3.1 最小可行版本：参数、角色与初始资源

如果要从零开始复现，我不建议一上来就设计 100 个不同的角色，那只会让你在调 prompt 的时候疯掉。我建议先设计 10 个角色，跑通流程后再扩展到 100 个。

下面是我实际用过的初始设定，你可以直接抄作业。角色类型包括：农民、面包师、铁匠、矿工、木匠、伐木工、裁缝、商人、医师、旅店老板。每个角色的初始金币我设置为 800 到 1200 之间随机，初始库存按角色配置，比如农民有 30 单位小麦种子，面包师有一间烤炉和 10 单位面粉，商人只有 500 金币和 5 单位杂货。

这里有一个很重要的设计：每周每个 agent 要缴纳 8 金币的“社区维护费”。这个费用设定有两个目的，一个是给系统一个持续的通缩压力，让 agent 不能躺着吃老本；另一个是创造一个强制需求，让 agent 必须每周都想办法赚钱。很多实验跑不出经济衰退，就是因为 agent 没有任何固定支出，攒够钱就躺平，经济自然冻结。

另外建议把时间粒度设为“1 周 = 1 个决策周期”，agent 每周只做一次大决策，比如“这周我全力生产工具”或“这周我外出社交找合作”。如果时间粒度过细，比如每小时决策一次，100 个 agent 跑 26 周的成本会高到难以承受，而且行为也不会更真实。

3.2 关键代码骨架：agent 主循环与工具函数

代码层面我建议保持精简。下面这个骨架是我反复迭代后的一个稳定版本，用 Python 写，重点是让你看清 agent 主循环的逻辑，而不是追求工程上的复杂。

from dataclasses import dataclass, field import json @dataclass class AgentState: id: int role: str gold: float inventory: dict # 商品名 -> 数量 long_term_memory: list = field(default_factory=list) short_term_memory: list = field(default_factory=list) reputation: dict = field(default_factory=dict) @dataclass class Order: agent_id: int order_type: str # "buy" 或 "sell" item: str quantity: int price: float def build_context(agent: AgentState, world_state, week: int) -> str: context = f"你是一个{agent.role}，当前是第{week}周。\n" context += f"金币：{agent.gold:.2f}，库存：{agent.inventory}\n" context += f"本周市场订单：\n" for order in world_state.orders[-20:]: context += f"- {'买入' if order.order_type == 'buy' else '卖出'} {order.item} x{order.quantity}，单价 {order.price:.2f}\n" context += f"近期记忆：\n" context += "\n".join(agent.short_term_memory[-5:]) return context def agent_step(agent: AgentState, world_state, llm_predict_fn): prompt = build_context(agent, world_state, world_state.week) response = llm_predict_fn(prompt) try: decision = json.loads(response) except json.JSONDecodeError: decision = {"action": "wait", "reason": "解析失败"} execute_action(agent, world_state, decision) def execute_action(agent: AgentState, world_state, decision): action = decision.get("action") if action == "produce": recipe = world_state.recipes.get(decision.get("item")) if not check_inventory(agent, recipe.inputs): agent.short_term_memory.append("想生产但原料不足") return consume(agent, recipe.inputs) add_inventory(agent, recipe.output) agent.short_term_memory.append(f"生产了{recipe.output}，花费{recipe.cost}金币") agent.gold -= recipe.cost elif action == "sell": order = Order(agent_id=agent.id, order_type="sell", item=decision["item"], quantity=decision["quantity"], price=decision["price"]) if validate_sell(agent, order): world_state.orders.append(order) elif action == "buy": order = Order(agent_id=agent.id, order_type="buy", item=decision["item"], quantity=decision["quantity"], price=decision["price"]) if validate_buy(agent, order): world_state.orders.append(order)

这个骨架里最核心的一点是所有操作都要经过校验，不能允许 agent 凭空卖出自己不存在的商品，也不能允许它抵押未来的收入进行透支。真实经济系统里当然有借贷，但那属于另一个模块，建议第一版先砍掉。跑通基础交易后，再慢慢加入雇佣、投资和借贷。

3.3 每一周结束后的数据统计与干预点

只看交易日志是看不出经济趋势的，必须每周做一次数据统计，把整个系统的状态数字化。我每周必看的指标有五个：交易总量、参与交易的角色比例、平均成交价、库存积压量、货币集中度。

货币集中度我用基尼系数计算，这个数字在实验中非常重要。我见过一个很真实的现象——前两周基尼系数只有 0.35，看起来还算健康；第 10 周涨到 0.55，第 16 周突破 0.7，这时候再往后跑，交易量就会断崖式下跌。因为货币已经集中到了少数几个商人手里，其他人没有购买力，市场也就没有流动性了。

干预点要不要设计？这取决于实验目的。如果目的是观察“自然状态下经济会不会停滞”，那就不做任何干预，让系统自己演化；如果目的是验证“外部投放货币能否延长系统存活”，那可以在固定的周次注入新货币，比如设置第 10 周、第 20 周各注入 5000 金币并定向分发给低收入 agent。我建议第一遍跑的时候先不加干预，因为你只有看过完整的死亡曲线，才知道干预的价值在哪里。

4. 为什么货币最终停止流动：我复盘出的 6 个原因

4.1 目标饱和：所有 agent 都“赚够了”

这个原因最容易被忽略，却是我复现时第一个踩中的坑。很多实验在设计角色 prompt 时，会给 agent 一个目标，比如“存够 3000 金币就退休”。前几周 agent 都干劲十足，可当一部分人真的达到目标后，它们就开始减少生产和交易频率。

问题在于，经济系统是需要持续买卖的，只要有一部分人退出交易，另一部分人的收入就会下降；收入下降之后，那些计划攒钱的人发现“怎么越攒越少”，于是只能更拼命地生产，结果生产出来的东西没人买，形成恶性循环。我的建议是，给 agent 设计“消费型目标”而不是“储蓄型目标”，比如“想给自己建一栋新房子”或“想买一套高级工具”，这样需求会一直存在，而不是赚够就躺平。

4.2 通缩预期：agent 学会了“等等再买”

这个现象非常有意思。当市场连续几周出现价格下跌时，LLM agent 会从自己的记忆里学到“东西越来越便宜”，于是它的决策会倾向于“再等等，晚点买更划算”。所有买家都开始等待，需求就会骤然萎缩；卖家为了吸引买家只能继续降价，于是形成自我实现式的通缩螺旋。

如果 agent 是传统的数学建模个体，它只会在价格低于某个阈值时买入，不会产生“预期”这种微妙的东西。但 LLM agent 会结合近期的记忆做趋势判断，这个能力在大部分时候是好事，但在通缩环境里反而会加速经济崩溃。解决办法之一是给商品设定价格下限，让卖家不能无限降价；也可以用社区舆论机制，让“对未来价格感到乐观”的 agent 在公共对话中发出信号，稳定群体的预期。

4.3 货币蓄水池：少数 agent 掌握了大部分余额

跑这种实验，你一定会在某个节点发现，货币并不是均匀分布在所有人手里的，而是大量沉淀在少数几个“聪明”的 agent 手里。这些 agent 通常扮演商人或大户，它们懂得低价囤货、高价卖出、合理控制库存，结果就是利润不断向它们集中。

当大部分 agent 的余额接近零时，即使系统里还有充足的货币总量，市场上也没有足够的需求方。这就是我前面提到的基尼系数飙升阶段。很多初学者看到总货币量没变，就以为经济是健康的，但结构问题已经非常严重。实验里如果想避免这种单一结局，可以给商人角色加一个“高库存成本”，让商人不能无限囤货，逼着它把钱重新花回市场。

4.4 记忆与上下文的失真：agent 选择性遗忘交易机会

还有一个技术层面的原因。到第 15 周以后，agent 的长期记忆摘要已经非常长，你在构建 context 时必然会做截断。截断的逻辑决定了 agent 还能记住什么——如果它的工作记忆里只剩“最近很穷”这样的情绪性总结，而忘了“上周有农民找我预购工具”这样的具体线索，那它就会做出相当保守的决策。

记忆系统在这里成了经济系统的“信息瓶颈”。我实际对比过不同记忆方案：只保留摘要时，经济衰退速度明显更快；保留关键交易细节和人物关系时，经济活跃期可以延长到 20 周左右。所以如果你发现实验里的 agent 行为越来越“呆板”，先别急着怪模型，回去查查它的记忆里到底还剩下什么。

4.5 工具链的意外失败：不是不想买，是买不了

这个原因很不“经济学”，但特别现实。LLM 在生成 JSON 动作时，可能偶尔会生成一个非法的数字字段、一个不存在的商品名，或者一个超出合理范围的离谱价格。你的解析器要不就得容错，要不就返回“wait”动作，让 agent 这周什么都不干。

当一个 agent 连续几周工具调用失败时，它的行为就会变得消极，甚至从记忆里得出结论“这个市场交易太困难了，不如自己闷头生产”。这会导致整个市场的有效交易量比决策量低不少。排查方法是单独统计“工具调用成功率”，我建议至少保持在 95% 以上。如果低于这个值，你需要重试机制或者更宽松的解析规则，而不是把锅甩给模型能力。

4.6 缺少外生货币注入：系统从内生循环走向焓死

最后回到一个基本的宏观经济学问题：任何封闭的内生循环，都会因为储蓄、损耗、费用上缴而逐渐失去流动性。现实经济体中总会有某种外部资金投放机制，比如基础设施支出、社会福利发放、出口收入等，让新的货币进入市场。但在很多仿真实验里，这部分被省略了。

加上我前面提到的每周社区维护费，100 个 agent 每周要上交 800 金币，26 周就是 20800 金币退出流通。如果系统没有任何外部注资，这笔钱就被“烧”掉了。初始总量 10 万金币看似很多，去掉维护费、再减去一部分被囤积的份额，真正在市场上流动的货币会越来越少，直到临界点。货币停止流动不是随机事件，而是内生系统的必然归宿。

5. 常见问题与排查技巧实录：这条死亡曲线我完整跑过

5.1 这些坑我全都踩过，帮你提前避开

第一个坑是“所有 agent 共用一套 prompt 模板”。我一开始为了让代码统一，写了同一个系统提示词，只是把角色名替换一下。结果跑出来的 agent 行为超级一致，大家全都倾向于“稳一点、多存钱”，没有人愿意冒险投资，经济活动很快就收缩了。后来我给每个职业写了附加的角色卡，包括性格偏好和风险承受度，情况才明显改善。

第二个坑是“交易异步结算搞出来的超卖问题”。多个 agent 在同一周同时提交卖出订单，系统如果没有统一结算，很容易出现库存明明已经被卖给甲了，又签给乙的情况。我后面引入了“订单簿冻结机制”，撮合之前先锁定库存，结算完成后再释放，这才解决了重复卖货的问题。

第三个坑是成本估算失误。100 个 agent 跑 26 周，每个 agent 每周至少一次 LLM 调用，这就是 2600 次调用；如果你还加了对话、社交和雇佣模块，轻松破 5000 次调用。用最强的商业模型跑一次可能要烧掉几百块。我的建议是先在本地用小模型跑通全流程逻辑，最后再换强模型做正式实验，别拿钱开玩笑。

5.2 遇到这些问题，按表排查

下面这个速查表是我跑完整个实验后整理的，基本覆盖了最常遇到的异常现象。

5.3 想让系统活得更久，我有几个调节手段

如果实验目的不是看它怎么死，而是想看一个经济系统怎么可持续地运转，我试验下来效果最好的三个手段是：周期性基础收入、随机需求事件、价格下限机制。

周期性基础收入我设置为每 4 周给每个 agent 发放 50 金币，这个数量不大，但足以让低收入群体恢复最基本的购买力；随机需求事件包括“连续暴雨导致木材产量下降”或“小镇举办庆典，需要大量面包和酒”，这类事件会突然制造需求，打破通缩预期；价格下限机制最简单，系统撮合时如果买家出价低于成本价，就把订单挂起，避免无休止的降价螺旋。

我个人的体会是，让经济持续运转的关键不是让 agent 变得更有钱，而是不断制造“想要购买的理由”。只要每个角色持续有目标、有消费场景、有外部事件刺激，货币就会流动起来。反过来，一旦需求侧枯竭，无论你给模型多强的推理能力，经济系统都一样会停摆。这也是这个实验最有价值的地方，它用最直观的方式告诉我们：货币流动的前提不是算法，而是欲望。