基于大语言模型的社会模拟可将生成的推演记录呈现为单一行为信号，但该记录背后的模型实则承担多项差异化职能：抉择行为体的言行动作、判定行动引发的后续事态，抑或兼而有之。这一区别在开放式兵棋推演中尤为关键——此类推演的核心价值恰在于处置非常规行动与模糊后果的能力。本文报告一项范围综述研究，系统检索截至2026年5月1日发表的223篇经去重的“人工智能应用于兵棋推演及战略模拟”主题文献，依据模型控制剖面——即大语言模型是否拥有对玩家行动的开放式控制权、对行动后果的裁决权，或同时掌控两者——对每项模拟实验进行归类描述。结果显示，仅20项研究（占比约9%）赋予语言模型双重角色。在将大语言模型输出视为社会模拟证据前，研究者须厘清模型对行动与后果分别拥有多大程度的创造性控制权。对于开放式模拟而言，其保真度不仅取决于智能体行为是否合乎情理，更取决于语言模型能否可靠承担裁决者或世界模型的职能。

社会模拟可能因错误原因而显得合理。推演记录虽可呈现智能体谈判、升级、妥协或谋划等行为，但读者仍需追溯此类行为的生成机制：行动选择系由模型自主生成，抑或受规则系统强制约束？行动后果由谁裁定？若未厘清上述分工，则难以将推演记录作为社会行为的有效证据加以解读。兵棋推演使这一问题尤为凸显。严肃兵棋推演旨在不确定性环境下模拟冲突，以激发针对作战计划、前提假设、对手研判及未来可能性的审慎判断（Perla, 1985; Rubel, 2006; Wallman, 1995; US Army War College, 2015）。除军事领域外，外交、商业、公共卫生、网络安全、法律等领域的组织亦广泛开展类兵棋推演模拟，参与者决策将直接影响后续事态发展。语言模型在此类场景中颇具吸引力：其可扮演角色、生成分支情节、裁决模糊行动并提炼经验教训（Hogan & Brennen, 2024）。然而，正是这种灵活性增加了评估难度——一旦语言既能左右行为体的企图，又能定义模拟世界中后续成真的事件，流畅的叙事便不足以证明其有效性。

核心问题不在于模型是否具备广义的“开放性”，而在于开放性的具体落点。在规则约束的博弈中，模型提出意外行动所构成的证据，与模型同时裁定该行动后果的情境存在本质差异。在后一设定下，语言掌控着模拟世界的本体论权威，虽有利于研究即兴发挥、冲突升级与谈判博弈，但也引发了更为尖锐的有效性与安全性问题。既有研究已指出，在大语言模型博弈与外交模拟中存在推理脆弱、幻觉生成、规则违背及升级风险等问题（Gao et al., 2024a; Ma et al., 2024a; Feng et al., 2025; Yao et al., 2025; Lamparth et al., 2024; Rivera et al., 2024）。因此，社会模拟评估不应仅关注智能体的言辞内容，更须辨析何种角色赋予语言对事态后果的掌控权。我们将此称为模拟实验的“模型控制剖面”：即大语言模型是否拥有对玩家行动的开放式控制权、对行动后果的裁决权，或同时掌控两者。该剖面将角色特异的开放性操作化，正是本分类框架所测量的核心区分维度。随着模拟实验从受控基准测试转向开放式环境——模型可将一段表述转化为新的世界状态——其风险随之攀升。安全关切不仅在于模型可能生成不合情理的表述，更在于模拟系统可能将缺乏依据的言语接纳为既定后果，并以此为基石构建后续社会行为。本文以大语言模型兵棋推演作为具体试验场，回应这一更宏阔的命题：模型究竟掌控什么？本研究作出三项贡献：其一，系统梳理截至2026年5月1日的223篇经去重的“人工智能应用于兵棋推演及相关战略模拟”研究文献，建立专题目录；其二，提出二维分类框架，将开放式玩家行动与开放式裁决相剥离，为每个象限设定判定规则并辅以实例说明；其三，运用该框架绘制文献图谱，揭示“双重创造性”机制仍属稀缺：仅20项研究（占样本总量9%）将语言模型同时置于玩家与裁决者双重角色。本研究属范围综述性质：旨在定位模型控制权的分布格局，不对模型在任一角色中的表现优劣作出断言。