AI团队开会总有人该说却不说？南大北航提出智能体社会剧场

开会碰上过这种情形吗：屋里坐着5个人，其中一个手里攥着能一锤定音的关键信息，却全程不吭声。另一个嗓门大、语速快，抢先把观点抛出来，大家就顺着他的思路走，哪怕方向是错的。还有人动不动打断别人，也没谁出来提醒，久而久之这毛病越来越严重，整个团队的协作气氛也跟着散了。

这算不上什么新发现，心理学家几十年前就在人类小团体里看到过。可让人意外的是，把开会的人换成AI，这些老毛病居然原样又演了一遍。

新加坡南洋理工大学和北京航空航天大学的研究者做了一项实验：让多个大语言模型组成的智能体团队去完成协作任务，集体决策、信息整合、谈判都包括在内。结果这些AI团队翻车的方式和人类小组几乎没差别——握着关键信息的智能体闷不吭声，嗓门大的把全队带跑偏，破坏协作的行为也没人去纠正。

论文要回答的核心问题是：假如AI团队的失败属于“社会性”的，那解法是不是也该是“社会性”的？换句话说，能不能像诊断一个真实团队的人际关系问题那样，去诊断并修复AI团队？

研究者的答案是一个叫Agent Sociodrama的框架，中文可理解为“智能体社会剧场”。做法是给每个AI智能体一个固定人设之外，再配一套会随时间变化的情绪状态和对其他成员的态度；这套态度是单向的、不对称的，就像现实里你喜欢一个人，对方未必同样喜欢你。

**团队里的AI角色，为什么需要“活的”关系而不是一张写死的设定表**

按传统做法，给AI团队分角色基本就是写一张人设卡：“你是分析型的，你是强势型的，你是随和型的。”卡一写完，整场对话都不再变动，角色从头到尾用同一种腔调说话。

可人类团队协作压根不是这么运转的。

拿你刚进公司的第一个月来说，跟同事小王搭同一个项目。头一周，你对他没太多感觉，觉得这人凑合。到第二周，他在会上把你的功劳领走了，你嘴上不说、活儿照配合，可态度已经凉了半截。第三周他又主动替你扛下一个难缠的客户，你心里那道防线松动了些，信息也愿意多分他一点。

你和小王的关系，从头到尾没被写进任何“人设卡”，它是在一次次具体互动里攒出来的。如果公司给每个人发一张永不更新的“性格说明书”，让大家严格照着说明书上的性格演下去，那这个团队根本不是在协作，是在排练一个剧本。

Agent Sociodrama想解决的正是这个问题：人设保持稳定（一个人的脾气底色不会一天变三次），关系和情绪则随着互动真实流动起来。

**情绪状态和关系网络，究竟怎么被记录、怎么被更新**

论文把每个智能体的状态拆成三块：人设、情绪、关系。

人设*：指一个智能体固定不变的身份设定，包括姓名角色、行为倾向、行为边界，整场互动中保持一致

情绪状态*：取值在0到1之间，0.5代表中性，越低越消极，越高越积极；每轮依据该智能体观察到的事件和它自身的性格刷新一次

关系状态*：用来记一个智能体对另一个智能体的态度，分三块：好感度分数（-1到1）、关系类别（中立、盟友、对手、敌人），再加一小段事件记忆，供后面的关系判断作依据

关键设计在于，这个关系是有方向的，不是互相对称的一个数字。A对B的好感可以是0.8，B对A的好感同时可以是-0.3，两者互不影响，各自独立更新。

好比你对暗恋对象的心思。你这边好感值一个劲儿往上走，对方可能还把你放在“普通朋友”那格。要是系统硬性要求双方好感度必须持平，那现实里最普遍的单相思、一头热、单方面翻脸，它压根模拟不出来。可团队内部的摩擦和误会，主要就出在这些只有单向、并不对等的关系上。

每轮互动收尾，系统会请一个外部大语言模型来当“裁判”，照着这一轮的具体事件（谁把谁的话截了、谁帮了谁、谁被晾在一边）给每个智能体的情绪打分，也给每一对智能体的关系打分并更新。更新幅度压得比较小，只有正负0.3，为的是别让一轮对话就把盟友直接变成死敌——现实里关系崩掉多半也是一点点攒出来的，不会一夜之间发生。

**谁先说话这件小事，藏着一个容易被忽略的公平性陷阱**

研究者还留意到一点：智能体如果按固定顺序或随机顺序轮流发言，排在后面的天然比前面的多掌握信息，因为前面谁说了什么，它全听见了。

开会也是这个理儿。最后发言的那个人总显得特别有见地，不是他真比别人聪明，只是前面所有人的话都攒着给他当参考，顺着话头往下接，看起来就格外周全。要是每场会都固定让同一个人压轴，团队就会默认他是“最靠谱的那个”，可这不过是发言次序造出来的假象，跟能力高低没关系。

论文给出的办法，是把“该不该开口”和“开口说什么”分成两个独立阶段。第一阶段，所有智能体同时给出各自的“沟通紧迫度”评分（0到10分）、打算公开说还是私下说、想对谁说，彼此并不知道对方的决定——这时候还没人开过口，所有人手里的信息完全一样。第二阶段，系统按紧迫度从高到低排好，让智能体挨个真正发言，选择沉默的直接跳过，不占计算资源。

这个设计巧妙地避开了“谁先说谁占优”的陷阱，同时又保留了“确实有急事要说的人应该优先说”的合理机制。

五个经典社会学规律，放到AI团队里居然全都能对上。

研究者搭了五个社交场景，难度一级一级往上走：医院伦理审查，大家目标一致，分歧只在风险偏好；酒馆遗产纠纷，争的是资源；冒险小队任务，撞的是价值观；太阳能农场谈判，拼的是利益；拆迁对峙，阵营对立直接摆在明面上。

每个场景都让六种主流大模型各演一遍——GPT-4o、GPT-5-mini、Claude Sonnet 4.6、Gemini 3.1 Flash-Lite、Grok 4.20、DeepSeek V4-Flash。每种模型跑五轮完整的九轮对话，最后攒下150组团队轨迹。

结果拉出一条很清楚的趋势线。冲突从最低的医院场景升到最高的拆迁场景，团队成员之间的平均好感度从0.75一路掉到0.23；阵营间的敌对指数（论文里叫E-I指数）从负0.10滑到负2.25；关系的“结构平衡度”由100%降到71.7%；破裂关系被修复的比例则从58.5%跌到18.9%。

结构平衡这个概念来自社会心理学家海德，说的是一个三人小团体里正负关系的搭配得符合某种内在逻辑。两个盟友一起反对第三个人，这是平衡的；两个敌人却同时跟第三个人交好，这种组合在现实中往往站不住。

这些数字说明什么？场景里的利益冲突越厉害，AI团队就越像人类小组：关系越处越冷，阵营越划越清，破裂的关系也越来越难补回来。这不是研究者事先写好的剧本，而是六个模型在五种压力场景下自己演化出来的走向，跟社会心理学几十年前总结的规律对得很准。

互惠性这个指标更有意思，它量的是A对B的态度和B对A的态度有多“同步”。按常理，冲突越激烈，双方越该各管各的、互不买账。数据偏偏相反：互惠性从医院场景的0.35升到谈判场景的0.91，拆迁场景也还守在0.68的高位。关系在恶化，可双方对彼此的看法却越来越趋同——“我不喜欢你，你也一样不喜欢我”，这种同步的对立，比各说各话的疏离更常见。现实里吵得最凶的两个人，对彼此的看法往往也最一致，道理相通。

六个大模型，六种“社交人格”。

论文还挖出一件更微妙的事：剧本一样，角色设定一样，只要换一个底层模型来演，整个团队呈现的社交风格就完全不同。

拿酒馆遗产纠纷这个场景来说，GPT-5-mini维持的关系整体偏正面，阵营对立也温和。Claude Sonnet 4.6的特点是双方互动高度同步，关系就算破裂，后面修复回来的比例高达80%，六个模型里修复能力最强。GPT-4o的整体好感度不低，互惠性也高，可关系一旦破裂几乎没得挽回，修复率只有10%。

这就像六个性格不同的调解员面对同一桩家庭纠纷，处理方式各走各路。有的擅长让双方求同存异，吵完还能和好；有的擅长把场面维持得表面和谐，可真翻了脸就彻底撕破，没法收拾。调解员自己的风格，比纠纷本身更能决定结局收不收得住。

研究者还做了件挺要紧的事：请十三位真人志愿者独立判断同一批对话片段里情绪和关系是在变好还是变差，再拿这些人类判断去跟AI裁判的判断比对。

结果，人类彼此之间的一致性其实不高——衡量一致性的Fleiss卡帕系数，关系判断只有0.288，情绪判断只有0.184，接近“勉强一致”的下限。但在人类内部已经形成多数意见的样本上，AI裁判和多数人类意见的一致率到了76.2%（关系判断）和88.2%（情绪判断）。判断社交关系本身就模糊，人和人都很难完全谈拢；不过在真正有共识的地方，AI裁判基本跟得上人类的方向。

团队会“生病”，那能不能对症下药，重新排兵布阵？

确认了AI团队确实会显出真实的社会动态，论文第二部分转向一个更实际的问题：知道团队哪里出了毛病，能不能真把毛病治掉？

研究者给出的方案叫“轨迹引导的角色重铸”控制器，简称TPR。

它的逻辑分几步走。先让当前的角色配置跑几轮完整任务，把每轮的对话记录、最终结果，以及整个过程中情绪和关系怎么变化都记下来。接着找一个外部大语言模型充当“诊断医生”，让它综合参考这三类信息，判断团队里谁被冷落了、谁话语权过大、角色该怎么重新分配。诊断完，系统按多数投票真正换一轮角色配置，再重新跑任务看效果有没有改善。这个循环最多重复三次。

最关键的一点在于，诊断医生不只看对话记录，还要看情绪和关系这两条藏起来的曲线。

举个例子。一个智能体在对话里全程显得配合，语气也平和，光看文字记录挑不出任何异常。可要是去看它的情绪曲线，情绪值从开局的0.6一轮一轮掉到0.15——它其实正处在“表面顺从、内心抗拒”的状态，手里握着的关键信息很可能一直被忽略，它已经不再争取发言权了。只看文字，你会以为团队气氛挺好；看了情绪曲线才知道，有人正在悄悄退出协作。

这跟一个总笑着说“没事没事，都听你们的”的同事差不多。嘴上说没事，心里早攒了一肚子意见，只是选择不讲。领导若只看会议记录里他发言的内容，永远发现不了异常，因为记录上这人一直通情达理。可要是有人留意到他最近请假变多、下班比以前准时、非正式场合话比以前少，这些才是真正的预警信号。情绪曲线扮演的就是这个“非正式预警信号”的角色。

换个人设，成绩从17%飙到100%，这事有多离谱。

这套重铸机制在四个协作任务上做了测试：学生会评议，得把分散在各人手里的证据汇总起来才能做对决策；NASA月球求生排序；海上求生排序；太阳能农场谈判，各方利益冲突，要谈出一份大家都满意的协议。

效果到底有多显著？在学生评议这项任务上，只是把团队的角色配置换一换，由GPT-5-mini驱动的团队正确率便从16.7%直接升到100.0%。底层模型没换，私有信息也一模一样，变的只有谁去扮演哪种性格。

换个角度看，这个结果更让人吃惊。同一批“演员”、同一个剧本，只换了几张角色分配表，成绩就从接近“随机瞎猜”一路跑到“全部答对”。打个比方，一支球队的球员原封不动，教练只调整首发站位，队伍就从保级队变成冠军候选——阵容配置本身，其实是个可以精心设计、而非拍脑袋决定的变量。

论文用具体案例讲清了这套诊断逻辑怎么运转。海上求生排序任务开始时，角色配置让某位成员扮演强势型，另一位扮演分析型。诊断发现，分析型成员提过一条“用燃油罐发信号”的关键建议，却被团队忽略，排序偏差因此很大，平均误差达到21.83。

接着系统做了三轮重铸。第一轮把一名成员从强势型换成分析型，误差降到18.00；第二轮把另外两名成员从分析型换成随和型，误差降到14.33；第三轮把最初提建议却被忽视的那名成员直接换成强势型，让他有足够话语权把关键信息说出来，误差最终落到11.33。

三轮下来，团队前后呈现出四种完全不同的性格组合。可见系统并非机械地认定某种“万能人设”，而是围绕具体问题逐步调整，直到关键信息真正被听见。

研究者还做了对照实验：把情绪和关系两条曲线从诊断依据中拿掉，只留纯对话记录。结果在谈判任务里，帕累托最优达成率——即双方都觉得公平、没有更优方案可选的协议比例——从48.6%掉到27.8%，少了近21个百分点。这个落差说明，只看对话内容并不够，情绪与关系这两条看不见的曲线，确实带来了文字之外的额外信息。

帕累托最优*：经济学和博弈论中的概念，指任何一方都无法在不使他人变差的前提下让自己更好的那种最优协议状态。

研究者还把该方法与两个知名多智能体框架SOTOPIA和AgentVerse做了对比。四项对比中，这套方法赢下三项；在太阳能农场谈判任务里，其帕累托达成率比SOTOPIA高出37.5个百分点，对AgentVerse也有明显优势。

**团队协作的失败，从来不只是个人能力问题**

读完这篇论文，一个很直接的感受是：过去我们修AI多团队协作的毛病，基本都在“优化提示词”“改进工作流”“调整任务拆分方式”这一层打转，等于一直在给剧本改台词，却没人想过去调演员之间的化学反应。

这篇论文的思路说到底是：AI团队失败，很多时候不是单个智能体不够聪明，而是整个团队的“社交生态”出了毛病。再打个比方，球队输球未必是某个球员技术不行，很可能是中场和前锋没默契、队长和边锋互相不服——这种问题单独加练某个人解决不了，只能去调整个团队的化学反应。

把情绪和关系这两条原本藏在对话背后的变量显性地记录下来、量化出来，这件事本身就打开了一个新的诊断维度。过去只能看“AI说了什么”，如今多了一个“AI之间的态度是怎么流动的”视角，而这恰恰是过去被完全忽略的部分。

Q&A

Q1：Agent Sociodrama框架具体解决了什么问题？

A：它针对的是AI智能体团队协作中的社会性失败，比如掌握关键信息的智能体选择沉默、强势智能体把方向带偏、违规行为没人纠正。该框架记录每个智能体不断变化的情绪状态和单向关系网络，让协作过程变得可诊断、可修复，而不只是依赖固定的角色设定。

Q2：轨迹引导的角色重铸（TPR）是怎么提升团队表现的？

A：TPR先让团队跑几轮任务，综合对话记录、情绪曲线和关系网络三类信息，借助外部大模型诊断出团队里谁被忽视、谁话语权过大，再重新分配角色设定。实验显示，仅调整角色配置就能让某项任务的正确率从16.7%提升到100.0%，效果非常明显。

Q3：为什么要用模拟的情绪和关系数据去判断AI团队的问题，而不只看对话记录？

A：因为不少团队问题在对话文字里根本看不出来。比如某个智能体表面上配合，情绪曲线却显示它在持续走低，说明它正被忽视、选择了沉默。论文的对照实验也证明，去掉情绪和关系两条曲线后，谈判任务的最优协议达成率从48.6%降到27.8%，这些隐藏信息确实提供了对话内容之外的关键线索。