《LLM智能体行为特征》：34.5万条轨迹反推80个AI模型性格差异

论文《On the Behavioral Traits of LLM Agents》提出A-B-D方法，基于34.5万条真实轨迹，从行为层面对80个模型在50种任务场景中的特征进行推断，不依赖模型自评或LLM评委打分。结果显示，不同模型的行为性格差异明显，其中Claude最具规划性，GPT-5.5最不活跃，为比较AI智能体行为提供了新范式。