清华团队Nature子刊研究：上千大模型智能体联网后自发分化观点

新智元报道  

把数千个大语言模型智能体接入同一张网络，让它们自由交流、不断更新看法，会演变成什么局面？清华大学团队在《自然·通讯》（Nature Communications）发表的最新研究给出了观察结果：没有任何规则预设，这些智能体就自己「站队」了——观点慢慢裂成对立的两端，彼此间的连接也跟着重组成「物以类聚」的形态。

这类过程在群体智能研究里被称为「涌现」。此前几年，大模型在聊天、写代码、推理、决策上的能力被一次次刷新，可绝大多数工作盯的都是单个模型能干什么。有个更基础的问题一直没被正面回答：大量智能体不再各自孤立，而是作为一个个「节点」连进网络、互相交互、持续修正自己的观点，整个系统会表现出什么行为？这已经超出单个模型能力的简单叠加，触及群体智能（collective intelligence）与多智能体系统（multi-agent system）的核心疑问：智能体的集体行为怎样涌现出来？会不会像人类群体那样出现观点分化与极化？

图1：智能体系统的三阶段运行框架——自我表达、信息交流、观点更新，智能体在交互中动态调整连接关系。

为弄清这个问题，清华团队联合

论文链接：https://www.nature.com/articles/s41467-026-78228-y

代码链接：https://github.com/tsinghua-fib-lab/LLM_for_Polarization

每个智能体都围着三个环节循环运转：自我表达，即生成支撑自己观点的理由；信息交流，即自行选择跟谁对话、传什么内容；观点更新，即依据收到的信息修正自身观点。

真正关键的一点是，智能体能在互动过程中随时调整连接——靠近观点相近的，疏远观点相左的。系统以近高斯分布初始化观点，用Watts-Strogatz小世界网络初始化连接，其余背景、记忆、行为规则一概不设。

研究挑中三个长期存在观点极化的议题：党派立场、枪支管控、堕胎禁令，观点按「左—偏左—中立—偏右—右」五级尺度划分。这样一来，研究者手上就有了一个可实时追踪的智能体网络，能完整看到观点极化从冒头到定型的演化过程。

图2：三个议题上的观点动态演化——初始近高斯分布的观点迅速分化，中立观点占比从40%大幅萎缩。

实验数据颇为惊人：互动还不到10轮，观点分布就已从最初的近高斯形态快速裂开。

三个议题上出现了一条相同的规律：起初占比高达40%的中立观点大幅缩减，分别掉到22.5%、0.4%和5.1%——在长期网络化互动里，想守住中立立场变得格外困难。与此同时，从中立位置离开的智能体自行聚成两个阵营，两极分化清晰可见。

更关键的是，五种骨干模型里这一现象都稳定存在，跨模型的稳健性得到体现。

图3展示了自我不一致问题的评估结果（a/b）以及自我调节策略的效果（c/d）：经过自我调节，自我不一致率下降了9.4%–52.2%，左右阵营也重新恢复平衡。

团队还挖出一个技术上的问题：大模型智能体会「自我不一致」——观点、生成的理由、传递出去的信息之间可能彼此打架。比如一个宣称「中立」的智能体，在自我表达时却带出明显的左倾色彩。

这种不一致的分布并不均匀：右倾智能体转成左倾的概率明显更高（z=8.27），极化结果因此呈现左倾偏斜。

针对这一点，团队借班杜拉的自我调节理论设计了一种策略：智能体生成信息后先自查一致性，对不上就反复重生成，直到自洽为止。实验显示，该策略把自我不一致率压低了9.4%–52.2%，左右阵营也恢复平衡，整体更接近真实分布。

图4呈现的是智能体网络的自组织行为，包括同阵营交互占比随时间攀升、网络结构的同质性聚集如何演化，以及回音室与逆火效应的表现。

数字上看，同阵营智能体间的交互比例随时间上涨了156.8%–382.7%，到最后，48.5%–88.3%的交互都发生在观点相近的智能体之间。网络还长出了无标度（scale-free）的度分布，少数「高连接度」节点吸走了大量注意力。

反过来，网络结构也在塑造集体观点，这一点更关键：智能体若接触的是更激进的同质同类，极化会明显加重，也就是回音室效应；而少数智能体即便接触到对立观点（7.4%–10.2%），极化也未必下降，有时反而更严重，即逆火效应。

图5对比了五类干预策略对极化水平和同质性交互比例的作用，其中个体层面的消除确认偏差（NCB）与中立精英信号（NES）降幅最大。

研究团队没有停在现象描述上。他们把系统当成「数字实验场」（synthetic testbed），在一个已经极化的系统上检验了五类干预策略。

• 网络层面的两类是：随机交互（RI）、适度对立交互（MOI）。

• 个体层面的三类是：消除选择性暴露（NSE）、消除确认偏差（NCB）、中立精英信号（NES）。

结果显示，系统已经极化、网络结构趋于稳定之后，直接改动连接关系能起的作用有限，「适度对立交互」只带来约2%的观点变化；倒是引导智能体更开放地对待不同观点的个体层面策略更管用，「消除确认偏差」和「中立精英信号」分别把极化水平压低了11.8%和8.8%。

这意味着，以往在真实世界很难大规模、可控开展的干预实验，现在可以先放进一个安全、可重复的智能体网络里验证。

研究也提出了一个严肃的问题：智能体一旦从「个体」走向「网络」，系统可靠性就不只取决于单个模型的能力，还与连接关系、信息更新方式有关。

个体层面「正确」，不等于群体层面「可靠」。观点会不会两极分化、跨群体交互是否在减少、同类信息是否被反复强化，这些都得纳入多智能体系统的评估。

团队也承认研究的边界：模拟出类人模式，不代表能预测真实人群；模型、提示词以及简化的观点表示依然会影响结果。但弄清网络化智能体自身的集体动力学，是搭建更可靠多智能体系统的第一步。

参考资料：

https://www.nature.com/articles/s41467-026-78228-y