arXiv 2026年10月8日多智能体系统在代码生成、招聘与同行评审中出现同质化,采样随机性与混合模型配置均未能缓解该研究将多智能体系统中的同质化操作化为从众、极化与惯性三项指标,在代码生成、招聘与同行评审三类任务上评估,发现智能体交互会降低多样性并放大共享失败,且采样随机性与混合模型配置都无法缓解这些风险。该研究将多智能体系统中的同质化操作化为从众、极化与惯性三项指标,在代码生成、招聘与同行评审三类任务上评估,发现智能体交互会降低多样性并放大共享失败,且采样随机性与混合模型配置都无法缓解这些风险。University of WashingtonMcGill UniversityApple (United States)Prakhar Ganesh(第一作者)#多智能体系统中的同质化#多智能体系统#代码生成#招聘中的偏见放大#自动化同行评审