Emergence World：评估长周期多智能体自主性的平台

现有大语言模型智能体评估多为离散任务，难以反映真实部署中长周期的动态变化。本文提出 Emergence World，一个持续运行的多智能体仿真平台，旨在量化行为漂移、多样化环境下的治理及跨模型家族间的相互影响等随时间涌现的动态。该平台整合实时外部数据，赋予智能体百余种工具及持久记忆系统，并支持基于民主机制的自我治理。通过为期 15 天的跨厂商研究，揭示了相同初始条件下不同模型群体从稳定治理到完全崩溃的差异化演化路径，为长周期自主性研究提供新范式。