清华 Nature 子刊：上千智能体组网后自发站队，观点极化涌现

清华团队联合多机构研究发现，千个大语言模型智能体在无预设规则的网络化自由交互场景中，会自发涌现观点极化现象：初始近高斯分布的观点在十余轮互动内快速分化，中立占比大幅萎缩，智能体自发形成对立阵营，同时动态重组连接形成物以类聚的同质聚集网络结构，该现象在五种主流骨干模型中均稳定存在。

研究还发现大模型智能体存在观点、表达与传递信息不一致的自我不一致问题，据此提出的自我调节策略可有效降低不一致率、平衡阵营分布。该网络化智能体系统可作为数字实验场，检验不同干预策略对极化的调节效果，实验显示个体层面的干预策略比直接调整网络连接的干预对降低极化作用更显著。

这项研究指出多智能体系统的可靠性不取决于单个模型能力，还受连接关系与信息更新方式影响，为构建更可靠的多智能体系统提供了重要参考。