Poor Man's Agentic Modeling: Simulating Large LLM-Agent Societies on a Laptop
低成本智能体建模：在笔记本上模拟大规模LLM智能体社会
🧭 LLM多智能体社会模拟 · 低参数代理模型
Independent Researcher, Tel Aviv, Israel
用低参数代理模型替代LLM智能体，仅需数百次查询即可在笔记本上模拟大规模智能体社会并预测误差趋势
📌 工作参考价值（3 点）
- 在电商/推荐系统的用户模拟或A/B仿真中，用几百条LLM决策样本蒸馏一个轻量行为克隆模型，即可在普通服务器上模拟百万级用户/Agent，成本降低几个数量级；尤其适合生成式推荐中评估策略的宏观指标（转化率、GMV、多样性）。
- 构造多智能体仿真时，先根据 agent 的交互阶数（是否只依赖历史均值等低阶统计量）与记忆长度预估替代误差的 N 缩放；若响应接近饱和或强曲率，需升级代理模型阶数或保留部分 LLM 调用，避免宏观结论失真。
- 把 LLM 决策策略蒸馏到小模型用于线上近线推理，可作为 Agent 策略降本方案；结合 error trend 先验判断哪些场景可以安全蒸馏，哪些需要保留大模型。