该论文认为，代理式大型语言模型（LLM）群体可以作为人工生命（ALife）研究的计算底座。通过赋予LLM持久记忆、工具以及发起行动的能力，这些集体展现出孤立模型所不具备的涌现动力学。
- 代理式LLM使用自然语言进行交流，允许通过文本痕迹和对代理的直接提问来直接探查其集体行为。
- 作者将语言模型研究中的可解释性概念扩展为专门适用于这些代理集体。
- 该研究调查了实现这一理念的代理式LLM集体的近期案例，从受控实验到野外部署。
这种方法通过提供一个复杂行为涌现且保持足够透明以供直接探究的系统，解决了复杂性伴随可解释性的稀有性问题。