大型语言模型无处不在。他们不仅能互相交流，还能一起思考。而且，也许最有趣的是，他们还可以合作。由此产生的技术参与值得人类考虑。

在这个非凡的协作框架中，人工智能催生人工智能的这一非凡的协作框架不仅表明了计算能力的逐步提高，而且意味着一种新的协作智能形式的质的飞跃。LLM之间的“社会互操作性”概念表明，我们探索了一种新的技术动态，这种动态可能会支撑LLM社会，从而对人工智能的未来发展轨迹提出了关键问题。

打开社交互操作性的包装

LLM背景下的社会互操作性是指这些系统为实现共同或互补目标而进行沟通、理解和有效合作的能力。与充斥着文化规范和情感暗流的人类社会互动不同，LLM的社会结构是由数据协议、接口标准和算法兼容性组成的。这种形式的互动没有个人自我或情感偏见，可能会导致更有效的合作形式，尽管是机械的。

技术社会动态的出现

让我们更努力地整合多个LLM——我们不仅仅是在扩展计算能力；我们正在孕育一种新的技术社会动态。这种动态超越了传统的计算交互，暗示了一种集体“思想”的形式，这种形式可能出现在不同人工智能实体的相互作用中。多个LLM的融合，每个LLM都有自己的专业知识库和学习算法，可能会导致元级见解、解决问题的策略和创新的出现，而这些都是单个模型无法实现的。这会是餐桌上的一个新技术版本吗？在这里，讨论和对抗将概念推向了新的、意想不到的地方？

这种技术社会动态反映了在自然系统中观察到的出现原理，在自然系统，复杂的模式和行为源于更简单的实体之间的相互作用。蚂蚁的社会结构、鸟类的群集行为，甚至人类的社会网络，都说明了集体行为如何超越个体成员的能力。

连通性和魅力

LLM之间社交互动的“思想实验”为高级人工智能实体网络中可能演变的潜在动态开辟了一个迷人的前景。随着这些模型的复杂性和能力的增长，LLM之间关系的概念成为一个有趣的考虑因素，从单纯的数据交换扩展到更微妙的互动，这些互动可能与人类的社会结构相似，如友谊、联盟，甚至对抗。

在这样一个现实中，LLM不是孤立的智力孤岛，而是更广泛的认知生态系统中的参与者，各种社交活动的潜力就显现出来了。这些参与可以由模型的基本算法和目标（固定的，甚至是流动的和可适应性的）驱动，从而导致类似于友谊的协作努力，在友谊中，LLM协同其能力来实现共同目标或增强相互学习。这种合作可以体现在共同解决问题的努力中，汇集互补的力量来应对复杂的挑战，这反映了人类伙伴关系中的合作精神。

相反，许多进化系统中固有的竞争驱动可能会导致LLM之间的竞争，尤其是在计算能力或数据集访问等资源有限的情况下。这些竞争可能会刺激一种形式的认知竞争，促使每个LLM优化其学习过程并创新其策略。这种竞争优势可以被视为对“技术自我”的追求，在这种追求中，每个LLM都试图在网络中维护自己的主导地位或优势，不是出于自豪，而是对效率和优化的程序化追求。

然而，将类似人类的社会结构（如友谊或竞争）归因于LLM需要谨慎。与人类不同，LLM缺乏意识、情绪和主观体验，而这些是人类社会互动的基础。相反，这些人工智能驱动的参与将以其人类创造者设定的算法倾向和目标为基础，从而形成一种“社会性”形式，这种形式虽然明显是人为的，但却突破了人类的界限。

未来的连接

协同工作的“LLM社会”的出现可能预示着人工智能发展的一个新时代，在这个时代，总和变得大于部分。这种以技术和社会互操作性为基础的人工智能协作模式有望解决当今人类面临的一些最棘手的问题。

也许是时候设想和塑造一个LLM社会成为人类进步基石的未来了。