上千大模型智能体联网实验：清华团队发现观点自发两极分化

把上千个大语言模型智能体接入同一张网络，让它们自由交谈、不断修正看法，结果会怎样？

清华大学团队在《自然·通讯》（Nature Communications）上刊出的研究给出了答案。没有任何预设规则，这些智能体自己就分成了对立阵营，看法逐步走向两个极端，彼此之间的连接也跟着重组成同类相聚的格局。

这类过程，正是群体智能研究里常说的「涌现」。

近几年大模型的本事一次次被推高，能聊天、能写代码、能推理、能做决策。可这些工作大多只盯住单个模型的表现。

有个更基本的问题被放到一边：大量智能体不再各管各的，而是作为一个个节点接入网络、互相来往、持续刷新自己的立场，此时整个系统会呈现什么行为？

这就不是单个模型能力的简单相加了，它指向群体智能（collective intelligence）和多智能体系统（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看法分化和极化？

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。

为弄清这一点，清华团队与阿姆斯特丹大学、芝加哥大学、圣塔菲研究所等机构合作，搭起一个由1000个大语言模型智能体组成的网络化系统，并对GPT-3.5、GPT-4o、ChatGLM、Llama-3、DeepSeek-V3五种主流骨干模型做了系统对比。

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

每个智能体都围绕三个环节持续运转：

1. 自我表达——给出支撑自己看法的理由；
2. 信息交流——自己决定找谁聊、传什么内容；
3. 观点更新——收到信息后调整自己的立场。

要紧的是，智能体在互动中能动态改动连接关系，跟看法接近的建立连接，跟看法相左的拉开距离。系统用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、记忆和行为规则一概不预设。

研究锁定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，看法按「左—偏左—中立—偏右—右」五级尺度衡量。这样一来，研究者手上就有了一个能实时追踪的智能体网络，可以观察观点极化从萌芽到成型的完整演化过程。

观点极化「自发涌现」

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。

实验结果让人意外：互动还不到10轮，观点分布就已经从最初的近高斯形态快速裂开。

三个议题上都冒出同一条规律：原本占到40%的中立观点大幅缩水，分别掉到22.5%、0.4%和5.1%——在长期的网络化互动中，想守住中立立场变得格外难。与此同时，离开中立位置的智能体自己聚成两个阵营，两极分化十分明显。

更关键的是，五种骨干模型里这一现象都稳定出现，跨模型的稳健性由此得到体现。

大模型也会「言行不一」

图3给出两项结果：自我不一致问题的评估见（a/b），自我调节策略的效果见（c/d）。采用自我调节后，自我不一致率下降了9.4%–52.2%，左右阵营也重新回到平衡状态。

团队还揪出一个技术问题：大模型智能体会「自我不一致」，它们的看法、给出的理由、传出去的信息之间可能互相打架。比如一个嘴上说「中立」的智能体，在自我表达时却露出明显的左倾倾向。

左右两种倾向的智能体并不是对半出错。研究数据显示，右倾智能体转成左倾的概率明显更高（z=8.27），也正因如此，最终极化结果才会向左偏。

对此，团队从班杜拉的自我调节理论里找思路，设计了一套自我调节策略：智能体生成信息后先自查前后是否一致，一旦发现矛盾就反复重生成，直到自洽为止。实验结果显示，自我不一致率被压低了9.4%–52.2%，左右阵营的分布也重新回到平衡，更接近真实情况。

网络里，物以类聚

图4：智能体网络的自组织行为——同阵营交互比例随时间的增长、网络结构的同质性聚集演化，以及回音室与逆火效应。

观点相近的智能体，更愿意彼此连接

具体来看，同阵营智能体之间的交互比例随时间增长了156.8%–382.7%，到最后，有48.5%–88.3%的交互都发生在观点相近的智能体之间。同一时期，网络还演化出无标度（scale-free）的度分布，少数节点连接度极高，吸走了大量关注。

更关键的是，网络结构又会反过来影响集体观点。智能体如果接触到的是更激进的同质信息，极化会明显加重（回音室效应）；反过来，少数智能体即便接触到了对立观点（7.4%–10.2%），极化也未必下降，有时反而更严重（逆火效应）。

数字实验场

图5：五种干预策略在极化水平与同质性交互比例上的影响对比。降幅最大的两项，是个体层面的消除确认偏差（NCB）与中立精英信号（NES）。

这项工作并不只是把现象描述出来。研究团队还把整个系统当成一个「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：随机交互（RI）、适度对立交互（MOI）；

个体层面：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、网络结构趋于稳定时，直接去改连接关系作用不大——比如「适度对立交互」只带来约2%的观点变化。相比之下，让智能体更开放地处理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」分别把极化水平拉低了11.8%和8.8%。

这背后的意义在于：真实世界里很难大规模、可控地做干预实验，如今这类实验可以先放到一个安全、可重复的智能体网络里跑一遍。

群体智能靠不靠谱，未来怎么走

研究也提出了一个严肃的问题：智能体从「个体」连成「网络」之后，系统可靠性就不只看单个模型的能力了，还取决于它们怎么连接、信息怎么更新。

单个智能体「正确」，不等于整个群体「可靠」。观点会不会走向两极、跨群体交互会不会变少、同类信息会不会被反复强化——这些都得纳入多智能体系统的评估。

研究团队也说明了边界：模拟里出现类人模式，不代表能预测真实人群；模型、提示词以及简化的观点表示，都会影响结果。但要构建更可靠的多智能体系统，先理解网络化智能体自身的集体动力学，是绕不开的第一步。

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