给LLM智能体一个代价，群体偏袒就从标签转向历史：3.3百万次调用显示这是对已观察规范的从众

裸群体标签的偏袒效应主要来自无代价分配任务：在无代价版本中，仅标签就产生6–9分偏袒，十轮共同历史几乎不再增加；在可自留点数的代价版本中，标签效应在全部十二个原本表现出该效应的模型上下降，中位数从约6分降至约2分。 此前已发表的LLM最小群体研究都使用不给决策者造成成本的一次性分配；本文首次把同一社会、同一模型与种子下的无代价分配与仅差一个SELF选项的代价分配直接对照。 十五个OpenAI模型、每格8个社会，配对检验；代价与无代价比较用Welch检验；逐模型p值在1,115个检验上做Benjamini–Hochberg校正；无效应主张用TOST等价检验而非大p值支持。

在代价任务中，互动历史成为偏袒的主要来源：历史效应在13/15模型上统计为正，11个模型达到约3.5–8分（满分10），随轮数从0增至20而上升并在模型特定平台饱和，且迁移到从未互动、仅带同标签的陌生人。 以往重复互动研究把标签贡献与历史贡献混在一起，也未测试向新标签成员的迁移；本文用匹配条件把两者分离，并给出剂量–反应曲线。 剂量–反应（0、2、5、10、20轮）、新随机种子、温度0与0.5、四种措辞的预设稳健性检验；效应方向与排序不变，但中、小模型上的幅度带约±2的措辞范围。

机制是从众加声誉而非固定群体倾向：脚本化历史下，平等规范使偏袒为0.0–1.6，反规范使其在所有模型上为负；当群体内候选人一贯吝啬而群体外候选人慷慨时，11个较强模型站在个体记录一边，四个最小模型站在类别一边。 此前把隐藏标签后仍存在的偏袒读作持久群体偏见；本文的匿名别名对照显示，一旦候选人换成新化名，隐藏标签下的偏袒在14/15模型上塌缩至约零，说明它测的是对具名个体的识别。 六种脚本化历史（极化、平等、反规范、反互惠、仅自身过往、仅他人过往）在十五个模型上运行；反规范反转在两种措辞下均显著；gpt-6-astra的现场平等主义被解释为自我实现的从众。

同一从众机制预测了未被推导的场景：群体内迫害使群体认同由正转负（3–9分，全部15个模型），行为上表现为退出（保留8–9分）而非转向外群体；公开谴责比道歉或归还点数更能修复背叛（14/15模型上最佳）；成员丑闻只惩罚该成员本人，对未涉事内群体成员的分配变动小于1分；已形成的群体无法被免费收买，但较弱模型可被邀请拉走。 这些场景（自身群体迫害与修复、反射荣耀与羞耻、不平等与免费换组）此前未在LLM智能体上研究过，且预测来自机制而非事后拟合。 15个模型×6个社会，部分为4+4与9+9及18智能体结构；四种修复干预作为独立批次跨社会比较；代价行动（3分换队、1分展示徽章、1分公开切割）用于区分言语与行为。

这项工作面向使用语言模型智能体做社会模拟、多智能体系统设计与行为评测的研究者与工程师。其结论适用于：智能体在可见标签下反复互动、分配具有真实代价、且个体可被追踪识别的设定。在此设定下，设计者可据此把偏袒读作对已观察群体行为的从众记录，而非身份认同；可用公开谴责作为修复群体内背叛的更强杠杆；可预期新加入者以无记录而非敌意开始；并应避免在无代价分配上读取群体属性。对不平等模拟，文中提示在名册上打印财富数字会使分配更像经济学家而非部落，这是可迁移的设计警示。

十八个模型中有十五个来自同一提供方，Claude复现是三个模型各8个社会的六项测试抽查，邀请与羞耻测试在那里以缩减形式运行，且未运行能力最强的Claude模型。饱和模型在天花板处掩盖细结构，机制主张因此主要落在gpt-4.x家族与脚本化历史实验上。中、小模型的幅度带约±2的措辞范围，在散文式措辞下历史效应可能消失。此外，本文为完整文本，但表格中的星号与置信区间在解析中部分符号缺失，若需精确数值应回原文核对表2至表4。