50个无状态LLM智能体在局部可见同伴下更新预测，研究识别出同步、扭曲与嵌合三类集体状态，并发现推理努力与通信拓扑分别控制协调的不同方面
核心概要
该研究让N=50个无状态LLM智能体仅根据局部可见同伴更新预测，并用全局与局部一致性度量刻画其行为，识别出同步、扭曲（局部有序但全局不一致）和嵌合（一致与不一致子群共存）三种集体状态；提高gpt-5-mini的推理努力会把面板从多变、常碎片化的结果推向局部有序的扭曲状态，而提高通信连通性则推动其走向全局同步，且低空间异质性并不保证全局共识——在Delta Z低于0.03的试验中仍有40%在最后20轮保持扭曲构型。
Figure 1: Reasoning-effort intervention in the clock task. Trial-level spatial heterogeneity Δ Z \Delta Z is shown on a logarithmic axis; higher-effort panels remain twisted rather than globally synchronised.
arXiv深度剖析
研究提出并区分了多智能体LLM面板中的三种集体状态：同步、扭曲（局部有序但全局不一致）和嵌合（一致与不一致子群共存）。 以往工作主要通过最终准确率或总体一致性来评估多智能体LLM系统，这些指标无法揭示一致性在面板中是如何组织的；本文同时使用全局与局部一致性度量来刻画集体行为。 基于N=50个无状态LLM智能体、仅从局部可见同伴更新预测的设定，通过全局与局部一致性测量识别出三类状态。
提高gpt-5-mini的推理努力会使面板从多变、常碎片化的结果转向局部有序的扭曲状态，而提高通信连通性则推动面板走向全局同步。 这表明推理努力与通信拓扑控制的是多智能体协调的不同方面，而非同一维度上的强弱变化。 在gpt-5-mini上观察到推理努力带来的状态转变；通信连通性增加带来全局同步；碎片化随重连图中代数连通性增加而更快崩溃。
拓扑效应也出现在非循环评判任务上，并跨越来自三个提供方的模型。 说明该效应不局限于单一任务结构或单一模型家族，具有跨任务与跨模型的适用性。 在非循环评判任务以及来自三个提供方的模型上均观察到拓扑效应。
低空间异质性并不保证全局共识：在Delta Z低于0.03的试验中，40%在最后20轮仍保持扭曲构型。 直接挑战了以总体一致性或低异质性推断共识的常见做法，说明总体一致性不足以刻画集体LLM行为。 在Delta Z低于0.03的试验中，40%在最后20轮保持扭曲构型；另有一项小型后续实验显示，这类状态也可从置换初始条件形成。
启示与展望
该研究面向使用多智能体LLM进行审议与评估的场景，适用于智能体仅从局部可见同伴更新预测、且以全局与局部一致性度量刻画集体行为的设定；其结论在非循环评判任务与来自三个提供方的模型上得到复现，说明拓扑效应不限于单一任务结构或单一模型家族。对系统设计者而言，这意味着推理努力与通信拓扑可作为两个可分别调节的杠杆：前者影响面板是否走向局部有序的扭曲状态，后者影响是否走向全局同步；碎片化随重连图中代数连通性增加而更快崩溃，也为通过图结构调控收敛速度提供了依据。
读者仍需关注：扭曲状态在置换初始条件下形成的小型后续实验规模有限，其可重复性有待更大规模验证；低空间异质性与扭曲构型长期共存（Delta Z低于0.03的试验中40%在最后20轮保持扭曲）提示以总体一致性作为收敛判据可能掩盖局部结构，但这一现象在不同任务与模型上的普遍程度仍需进一步刻画；此外，推理努力与通信拓扑的交互作用、以及代数连通性与碎片化崩溃速度之间的定量关系，仍是值得追踪的开放问题。