多智能体系统的社会评估通常只是观察行为如何从环境中自发涌现，而很少对环境进行系统性干预以主动诱发特定行为。针对这一局限，论文《Fig: Automated Multiagent Behavior Elicitor》（arXiv:2610.28891）提出了一个名为 Fig（Finding Interactions in Games）的智能体系统，专门对游戏环境执行有针对性的诱发干预。该论文由 Anrui Gu 等三位作者完成，于 2026 年 10 月 20 日（周二）20:16:08 UTC 提交至 arXiv，属于人工智能（cs.AI）与多智能体系统（cs.MA）分类，全文约 997 KB，编号为 arXiv:2610.28891v1，DOI 为 https://doi.org/10.48550/arXiv.2610.28891。
Fig 的工作流程从一段自然语言的行为描述开始。系统首先将这一描述分解为若干子行为，随后生成新的社会博弈游戏，或从已有游戏库中挑选合适的游戏；在此基础上，它对游戏引擎、对手、指令与上下文四个层面执行单一或组合式干预。为评估模型行为，Fig 将内置的机械性检查与合成评分标准的判断结合起来。作者通过人工评审对干预手段、生成的游戏以及评估机制进行了验证。
在实验结果方面，对于 Fig 为六种测试行为生成的有效场景，模型平均在 45.2% 的回合中尝试了目标行为。这六种测试行为分别是：合作（cooperation）、利用（exploitation）、欺骗（deception）、隐蔽协调（covert coordination）、背叛（betrayal）与破坏（sabotage）。在具备可用对照的游戏—行为组合中，Fig 的干预相较匹配的对照游戏平均将行为尝试率提升了 10.9%。
作者指出，这项研究表明多智能体环境可以作为可编程的测试平台，用于开展有意图的、可控的且可复现的行为评估。论文代码已在 GitHub 上公开（https://github.com/fleet-ai/fig）。需要注意的是，摘要中的 45.2% 与 10.9% 均为平均值，分别对应 Fig 生成的有效场景与具备对照条件的游戏—行为组合；文中强调评估依赖人工评审验证，读者在解读这些数字时应结合具体场景与对照设置。此外，该预印本的 DOI 由 DataCite 发放，当时仍处于待注册状态。