主要观点总结
清华大学电子系城市科学与计算研究中心的研究论文《EconAgent: Large Language Model-Empowered Agents for Simulating Macroeconomic Activities》获得自然语言处理顶会ACL 2024杰出论文奖。该论文利用大语言模型（LLM）构造EconAgent，模拟个体的工作与消费行为，并相较于传统ABM模拟涌现出更稳定、真实的宏观经济典型事实。
关键观点总结
关键观点1: 研究背景与意义
论文关注宏观经济现象的研究，尤其重视对个体复杂行为的准确建模。大语言模型的出现为模拟更真实的经济个体提供了有效途径。
关键观点2: EconAgent的设计与应用
研究者设计EconAgent智能体，通过赋予个体差异化画像、描述真实生活场景、设计记忆模块等方式，使EconAgent能够根据外部经济状况作出合理决策。EconAgent在模拟经济系统中的表现，证明了其有效性。
关键观点3: 研究成果与实验验证
论文模拟了一个百人经济系统，通过宏观经济指标与经济规律的验证，发现基于EconAgent的模拟结果更合理、稳定。此外，研究者还通过重要事件对EconAgent行为的影响进行了探究。
关键观点4: 研究展望与未来发展方向
该研究为计算经济学的研究开辟了新的道路，未来有望以DSGE等主流模型为目标，实现更精准、更真实的模拟。此外，团队还发布了关于大语言模型智能体ABM模拟的首篇综述论文。
文章预览
新智元报道 编辑：LRST 好困 【新智元导读】 近日，清华大学电子系城市科学与计算研究中心的研究论文《EconAgent: Large Language Model-Empowered Agents for Simulating Macroeconomic Activities》获得自然语言处理顶会 ACL 2024杰出论文奖（Outstanding Paper Award）。该会议于2024年8月11日至16日在泰国曼谷举办，获得此项荣誉的论文约占投稿论文总数的0.79%。 宏观经济学在上个世纪经历了多次危机与发展。 从18世纪亚当·斯密古典宏观经济学中「看不见的手」到上世纪20～30年代美国大萧条时期的凯恩斯革命，从二战后萨缪尔森的新古典综合到70～80年代美国滞涨时期的货币主义，从新古典宏观经济学的理性预期到行为经济学，尤其是2008年全球金融危机后， 对宏观经济现象的研究越来越重视对人的复杂行为的准确建模。 20世纪末到21世纪初，基于代理的建模（Agent-based Mod
………………………………
