清华Nature子刊：上千智能体组网后自发站队，观点极化涌现

中文精读

原文约 2,003 词 · 6 节

1. 背景与问题：从单个模型走向网络化智能体

   • 文章由新智元报道，介绍清华大学团队发表于《自然·通讯》（Nature Communications）的研究：上千个大语言模型智能体联网自由交流、不断更新观点后，会自发「站队」，观点分化为两极，连接关系重组为同类聚集结构，属于所谓的「涌现」现象。
   • 研究指出过去的工作多只关注单个模型能做什么，忽略了更根本的问题：大量智能体作为节点接入网络并交互时，系统整体行为是什么、是否会出现类似人类群体的观点分化与极化。
   • 清华团队联合阿姆斯特丹大学、芝加哥大学、圣塔菲研究所等机构，构建了包含1000个大语言模型智能体的网络系统，并对比GPT-3.5、GPT-4o、ChatGLM、Llama-3、DeepSeek-V3五种骨干模型。
   • 每个智能体循环经历三个环节：自我表达（生成支持自身观点的理由）、信息交流（自主决定与谁交流、传递什么信息）、观点更新（根据收到的信息调整观点），并可在交互中动态调整连接关系。
   • 初始化采用近高斯分布的观点与Watts-Strogatz小世界网络连接，除此之外不预设背景、记忆或行为规则；研究聚焦党派立场、枪支管控、堕胎禁令三个议题，观点取「左—偏左—中立—偏右—右」五级尺度。

2. 观点极化的自发涌现

   • 实验显示，不到10轮互动后，观点分布就从初始近高斯形态迅速分化，三个议题上都出现中立观点大幅萎缩的一致规律。
   • 中立观点占比从初始的40%分别降至22.5%、0.4%和5.1%，说明在长期网络化互动中维持中立异常困难；离开中立的智能体自发聚成两个阵营，形成明显两极化。
   • 该现象在五种骨干模型中稳定存在，表现出跨模型的稳健性。

3. 大模型也会「言行不一」

   • 团队发现大模型智能体存在「自我不一致」：观点、生成的理由、传递的信息之间可能相互矛盾，例如声明「中立」的智能体在自我表达时流露出明显左倾。
   • 这种不一致并非均匀分布，右倾智能体切换为左倾的概率显著更高（z=8.27），导致极化结果出现左倾偏斜。
   • 团队借鉴班杜拉的自我调节理论提出相应策略：智能体生成信息后自检一致性，不一致则迭代重生成直至自洽。
   • 该策略将自我不一致率降低9.4%–52.2%，并使左右阵营恢复平衡，更贴近真实分布。

4. 网络物以类聚

   • 观点相似的智能体倾向相互连接：同阵营智能体间的交互比例随时间增长156.8%–382.7%，最终48.5%–88.3%的交互发生在观点相近者之间。
   • 智能体网络演化出无标度（scale-free）度分布，少数高连接度节点获得大量关注。
   • 网络结构反过来塑造集体观点：接触更激进的同质智能体会显著加剧极化（回音室效应）；即便少数智能体接触到对立观点（7.4%–10.2%），也未必降低极化，反而可能加剧（逆火效应）。

5. 数字实验场：五类干预策略的检验

   • 团队把系统当作「数字实验场」（synthetic testbed），在已极化的系统上检验五类干预：网络层面的随机交互（RI）与适度对立交互（MOI），个体层面的消除选择性暴露（NSE）、消除确认偏差（NCB）与中立精英信号（NES）。
   • 在已极化、网络结构趋稳的系统中，直接调整连接关系作用有限，「适度对立交互」仅带来约2%的观点变化。
   • 个体层面策略效果更明显：消除确认偏差与中立精英信号分别将极化水平降低11.8%和8.8%。
   • 研究指出，过去难以在真实世界大规模可控开展的干预实验，可在安全、可重复的智能体网络中先行验证。

6. 群体智能的可靠性与边界

   • 研究提出，当智能体从「个体」走向「网络」，系统可靠性不再只取决于单个模型能力，还取决于连接关系与信息更新方式。
   • 个体层面的「正确」不保证群体层面的「可靠」；观点是否走向两极、跨群体交互是否减少、同类信息是否被反复强化，都需纳入多智能体系统评估。
   • 团队也说明了边界：模拟出现类人模式不等于能预测真实人群，模型、提示词与简化的观点表示仍会影响结果；理解网络化智能体的集体动力学是构建更可靠多智能体系统的第一步。