ABM Sugarscape —— LLM 的 f 能复现规则的 f 吗？

studies/abm_sugarscape/ · 不是 reference study · 套在同级 SocioVerse-ABM 基准之上的 umbrella 壳

在一片高低不平的糖田上觅食，会不会产生财富不平等；换成 LLM agent，它能复现 这一现象吗？Sugarscape 是十一个 abm_* study 家族的示范样本，而这一家族 存在的理由只有一个问题：把规则行为函数换成 LLM 行为函数，保持 P 与 E 不变， 看宏观模式还在不在。

这一页刻意是本组里最薄的一页——因为那个 study 目录，本来就刻意是 studies/ 里最薄的东西。

这里究竟有什么

studies/abm_sugarscape/ 只有两个文件：一份 18 行的 study.yaml，和一个 __init__.py，其 make_bundles() 直接委托给 studies/_abm_common/make_abm_bundles("sugarscape", …)。共享的 umbrella 机制 住在 studies/_abm_common/；任务本体——网格、agent、rule_f、llm_f、 评测——住在同级仓库的 SocioVerse-ABM/tasks/market/sugarscape/。

需要同级检出

umbrella 通过 $SV_ABM_ROOT 定位 SocioVerse-ABM，否则退回到 beta 仓库的 同级目录。没有它就什么都跑不了——而 tests/test_abm_sugarscape.py 会 skip 而不是 fail，与 Chicago 研究在缺少普查数据时的约定一致。

P / E / B

	是什么
P	50×50 环面网格上的 200 个 citizen，id 为 sugarscape-0000 …，代谢率取自 1–4、视野取自 1–6、初始糖量取自 5–25。interaction: none。agent 会饿死并离开网格；beta 的 persona 池保持固定，umbrella 对已离场的 agent 返回一个空 Observation。
E	糖景观：patch 容量上限 4，每步再生速率 1。
B	只有一种 action kind：move。mode 为 rule | llm | hybrid，默认 rule。

LLM 分支值得看一眼，因为它窄得刻意：agent 只被展示自己当前的糖量，以及一个 带编号的可达格菜单（每格标注糖量与距离），然后只返回一个下标。整个接口就 这么多。这场比较完全不依赖 LLM 写出漂亮的散文——它是从规则函数所面对的同一个 候选集里挑选，这正是比较能干净成立的原因。

指标：alive、mean_sugar、gini。没有 metric_descriptions，也没有 display_metrics——又一个说明 umbrella 壳应当有多简的信号。

一步是什么，跑多久

一步 = 一轮觅食与代谢：每个存活 citizen 移动到一个可达格、收割它、支付自己的 代谢，然后 patch 再生。study.yaml 里 n_steps: 30、seed: 42。

umbrella provider 的 advance_to() 返回 [] —— 完全没有任何干预，本研究 如此，它的十个同族亦然。这不是遗漏，而是设计：一个要检验「一个 f 能否复现另一个 f」的基准，绝不能让外生冲击来混淆这场比较。

结果

没有提交结果、没有 grounding 侧车、没有报告

本研究以纯结构交付。没有 trajectory/、没有 reports/、没有 grounding/——要拿到数字，得自己对着同级检出跑一次。

关于它行为的全部断言，只存在于 tests/test_abm_sugarscape.py：

断言	它钉住了什么
n_steps=30 得到 31 行指标	t=0 基线 + 每步一行
末步 alive < 首步 alive	citizen 确实会饿死；离场 agent 路径被真正走过
末步 gini 落在 [0, 1]	不平等指标形式正确
与原生 SocioVerse-ABM 轨迹在 alive、mean_sugar、gini 上逐步完全一致	umbrella 是忠实的再托管，不是重新实现

最后那条测试才是本页真正的内容。parity 是精确相等而非近似：因为两侧的活跃 agent 集合与行动顺序完全一致（按 agent id 排序、同一 seed）。它的含义是—— 你之后在 mode: rule 与 mode: llm 之间观察到的任何差异，都只能归因于行为 函数，而不是栈里的其它任何东西。

而这个命题在 sugarscape 之外同样成立。放到整个 SocioVerse-ABM 基准 —— 本家族对应的 11 个经典模型 —— 上看，LLM 行为函数复现规则动力学的平均一致性约 0.90，且在各模型家族之间、以及 GPT-4o / DeepSeek-V3 / Qwen3 之间都相当均匀：

Grounding

这里没有 grounding/grounding.json，而这是自洽的、不是偷懒：一个基准研究并没有 对真实世界提出主张。它的参数就是该任务公开的默认值，它的有效性主张是内部的 ——对照原实现的 parity，由 CI 里的测试来强制，而不是由台账里的一条引用来担保。

对照另外几页的研究型案例：那里侧车的全部意义在于，任何承重的、关于真实世界的 数值都必须引用一条事实或声明一条假设。什么时候侧车在真正干活、什么时候它只是 仪式，见真实世界锚定与溯源。

可以 fork 什么

来自 study.yaml 的 adjustable_params：

参数	它打开的问题
mode (rule\|llm\|hybrid)	这个家族存在的那个问题：LLM 的 f 能复现规则 f 的不平等曲线吗？hybrid 则把两类人群混在一起。
n_steps	30 步对于 Gini 收敛而言偏短；任务自己的默认配置跑得更久。
seed	rule 与 llm 之间的差距里，有多少只是种子噪声？
网格尺寸 / n_citizens	密度是饥饿压力的主要驱动。
vision / metabolism 区间	经典 Sugarscape 里决定「谁活下来、谁积累财富」的杠杆。
regrowth	稀缺 vs 丰裕——对「不平等是否出现」影响最强的单一杠杆。

十个同族研究（abm_schelling、abm_sir、abm_boids、abm_nasch、 abm_social_force、abm_lux_marchesi、abm_minority_game、abm_axelrod、 abm_civil_violence、abm_hegselmann_krause）采用完全相同的「壳 + umbrella」 形态，所以你在这一个上学到的 fork 方法可以直接搬过去。