Makalah ini berargumen bahwa populasi model bahasa besar (LLM) agentic dapat berfungsi sebagai substrat komputasi untuk penelitian Kehidupan Buatan (ALife). Dengan memberdayakan LLM dengan memori persisten, alat, dan kapasitas untuk memulai tindakan, kolektif-kolektif ini menampilkan dinamika emergent yang tidak ada pada model yang terisolasi.
- LLM agentic berkomunikasi dalam bahasa alami, memungkinkan perilaku kolektif mereka untuk langsung diinterogasi melalui jejak teks dan pertanyaan langsung kepada agen.
- Penulis memperluas notions interpretabilitas dalam penelitian model bahasa untuk berlaku secara spesifik pada kolektif agen ini.
- Studi ini meninjau contoh-contoh terbaru dari kolektif LLM agentic yang mengilustrasikan ide ini, mulai dari eksperimen terkendali hingga penyebaran di alam liar.
Pendekatan ini mengatasi kelangkaan kompleksitas yang bertepatan dengan interpretabilitas dengan menyediakan sistem di mana perilaku kompleks muncul sambil tetap cukup transparan untuk inquiry langsung.