PAWS：用智能体世界模拟重构政策传导链，金融多智能体仿真迎来可审计数据集
当政策研究遇上多智能体仿真
政策干预从来不是孤立事件。一条监管规则的出台，会经由媒体报道扩散、机构决策调整、利益相关方反应层层传导，最终在市场价格中留下痕迹。但长期以来，面向金融多智能体仿真的数据集很少能把这条因果链与时间对齐的历史证据真正连接起来。
新加坡国立大学等机构的研究者提出的 PAWS（Policy-driven Agentic World Simulation），正是为填补这一空白而设计。
数据集里有什么
PAWS 的核心构成可以概括为三组数字：
- 36 个经过验证的美国金融与经济政策事件
- 12,727 条与政策相关的新闻记录
- 65,291 个有来源支撑的利益相关方行动
每一个行动都不是孤立的标签，而是被链接到支撑它的新闻，并用一个多层事件框架表示：交互模式、金融行动族与子类型、语义属性，以及到外部分类体系的条件映射。实体被归一化为标准组织名称，行动则与每日市场收益上下文对齐，从而支持政策—智能体仿真的回放（replay）。
验证方式与关键发现
在 2,522 个分层抽样的行动样本上，独立的 AI 评审与人类评审在交互模式判断上取得了 89.4% 的初始一致率，分歧随后通过仲裁解决。
论文还用两个案例研究检验了数据集的可用性：
- 2008 年卖空禁令
- 2001 年十进制报价改革（decimalization）
在这两个正例中，PAWS 均能在新闻密集与新闻稀疏两种设定下，复原有文献记载的政策时间线与相关市场模式。
一个值得注意的负面结论
回放研究揭示了一个反直觉的问题：高准确率可能掩盖对稀有利益相关方行动的漏检。
这意味着，如果只用常规的准确率指标评估智能体，研究者可能误以为模型已经很好地还原了政策传导过程，实际上却错过了那些数量少、但对市场影响关键的行动。论文因此将**行动时机（action timing）与校准（calibration）**列为当前的核心挑战。
为什么这件事重要
PAWS 的定位是一个可审计的基础层，用于评估三件事：
- 智能体的影响力；
- 政策响应的级联效应；
- 行动与结果之间的对齐程度。
在 AI 智能体被越来越多地用于经济与金融推演的当下，一个能把政策文本、新闻流、机构行为和市场数据按时间轴串起来的数据集，其价值不仅在于规模，更在于它让"智能体模拟得对不对"这个问题变得可以被检验、被追溯。
论文提交于 2026 年 9 月 23 日，编号 arXiv:2609.28547，涉及人工智能、计算金融、多智能体系统与社会信息网络等方向。