拓扑感知的大模型驱动社会模拟：面向高效且真实智能体动态演化的统一框架

📃论文标题： Topology-Aware LLM-Driven Social Simulation: A Unified Framework for Efficient and Realistic Agent Dynamics

🖊️作者： Yuwei Xu, Shulun Zhang, Yingli Zhou, Shipei Zeng, Laks V.S. Lakshmanan, Chenhao Ma

🏫机构：香港中文大学（深圳），深圳市大数据研究院，不列颠哥伦比亚大学

🔗论文链接： https://arxiv.org/abs/2604.18011

🔍项目主页： https://d2i-cuhksz.github.io/MicroWorld/

🗄️代码开源地址： https://github.com/D2I-CUHKSZ/MicroWorld

AgenticAI：Token成本暴降90%！港中深开源拓扑感知社会模拟框架

点击文末阅读原文跳转本文arXiv链接

研究背景

大型语言模型（LLM）为社会模拟带来了更强的理解、推理与生成能力，使基于多智能体的社会行为建模进入了一个新的阶段。然而，现有LLM驱动的社会模拟方法通常仅把社交网络拓扑当作静态通信骨架，而没有将结构信号真正纳入状态更新与影响传播过程之中。这会带来两个核心问题：一是大量结构相似、更新上下文高度重叠的智能体被重复推理，造成显著的计算与token浪费；二是现实社会中普遍存在的非对称影响关系被简化为“均匀影响”，从而削弱了模拟结果的真实性与可解释性。 针对这一问题，TopoSim / MicroWorld 提出了一种拓扑感知的LLM社会模拟思路，将网络结构从“被动背景”提升为“主动驱动因素”，用于指导智能体更新、影响传播和整体运行流程。同时，项目进一步将这一能力扩展到多模态事件分析场景中，使文本、图像、视频等证据能够共同进入同一条结构化建模与模拟工作流。

研究贡献

1. 提出统一的拓扑感知社会模拟框架：将网络结构显式纳入LLM驱动的社会模拟过程，不再只把图结构当作通信约束，而是作为影响行为演化的重要信号来源。
2. 设计更新协同机制（Update Coordination）：将结构角色相近、交互上下文相似的智能体对齐到共享的更新单元中，减少重复推理，在保持群体动态特征的同时显著降低成本。
3. 设计角色分化机制（Role Differentiation）：把社会影响建模为由拓扑结构诱导的异质信号，从而更真实地刻画“谁在主导讨论、谁在跟随响应”的非对称传播模式。
4. 兼顾效率与真实性：在保证模拟拟真度的前提下，大幅降低token消耗，使LLM社会模拟从小规模实验进一步走向更大规模、可落地的场景。
5. 支持多模态事件驱动的模拟流程：在当前项目实现中，文本、图像、视频等材料可以被统一解析为图谱上下文，进一步生成角色配置、拓扑结构与可检查的模拟输出。
6. 强化可检查性与工程可用性：系统不仅给出最终报告，还保留图谱、提示词、配置、运行轨迹、记忆状态和报告结果，便于复现、分析与深入研究。

研究与实验方法

本文提出了一套拓扑感知的LLM社会模拟流程，将整体方法划分为多模态输入建模、社会图构建、拓扑驱动仿真和结果评估四个核心阶段，以系统研究结构信息如何提升社会模拟的效率与真实性。

1. 在输入建模阶段，系统接收文本、图像、视频等多模态事件材料，并将其整理为统一的事件上下文，进一步提取实体、关系、媒体线索和任务描述，为后续模拟准备结构化输入。
2. 在社会图构建阶段，系统基于事件内容和任务配置生成智能体、社交关系、平台设定与运行参数，形成用于社会模拟的图结构网络及初始状态。
3. 在拓扑驱动仿真阶段，系统在图上执行多轮“信息收集 - 状态更新 - 信息传播”流程，并利用拓扑结构组织更新单元，减少相似节点上的重复推理，同时结合结构信号对邻居影响进行加权，刻画非对称影响关系。
4. 在结果输出阶段，系统保留图结构、提示词、配置、交互轨迹、记忆状态与最终报告等中间产物，使模拟过程不仅能够生成结果，也能够被进一步检查和分析。

实验结果亮点

1. 显著降低成本：实验表明，TopoSim 在保持可比甚至更优模拟效果的同时，可将token消耗降低 **50%–90%**。

1. 更接近真实社会结构现象：相比均匀影响假设，拓扑驱动的角色分化更准确地再现了现实社会系统中的异质影响模式与结构性传播特征。

1. 共享更新具有现实依据：研究发现，沿着相似意见演化轨迹变化的个体，其初始状态往往也具有更高一致性，这为基于拓扑结构进行协同更新提供了实证支持。

未来展望

这项研究不仅为LLM驱动的社会模拟提供了一种更高效、更真实的拓扑感知范式，也为多模态事件分析与社会计算的结合打开了新的空间。从“把图当背景”到“让拓扑驱动行为”，TopoSim / MicroWorld 展示了LLM社会模拟从概念验证走向结构化、可扩展、可分析系统的重要一步。

项目主页： https://d2i-cuhksz.github.io/MicroWorld/

代码开源地址： https://github.com/D2I-CUHKSZ/MicroWorld