ODD+LLM：为可复现社会模拟规范 LLM 智能体行为
原标题：ODD+LLM: Specifying LLM-Agent Behavior for Reproducible Social Simulation
AI 摘要
论文提出 ODD+LLM，作为 ODD 协议的后向兼容扩展，新增五个文档块以规范 LLM 智能体的提示组装、记忆序列化、解析与重试逻辑。作者通过多重宇宙分析复现一个已发表的 LLM 命名博弈模拟，发现遗漏一条论文中已陈述但易被忽视的指令（模型以外部观察者而非玩家身份作答）会使收敛到个体偏好约定的运行比例从 0.35 升至 1.00，收敛速度提高三倍。对 28 篇已发表 LLM 智能体模拟的复现充分性审查显示，77% 的案例未明确提示构建与输出解析细节，且没有一篇完整说明其主要 LLM 调用。
正文节选
SocialAgent Workshop ODD+LLM: Specifying LLM-Agent Behavior for Reproducible Social Simulation Abstract The ODD protocol is the de facto standard for describing agent-based models, but it lacks vocabulary for the components that determine LLM-agent behavior: prompt assembly, memory serialization, parsing, and retry logic. We propose ODD+LLM, a backward-compatible extension adding five documentation blocks grounded in the CoALA cognitive-architecture framework. To show that the gap matters, we co