LLM Dynamics

深度分析

互動圖形控制：揭開多代理人 AI 系統共識形成與分群機制

多代理人 AI 系統的互動圖形對共識達成具有決定性影響。本研究透過命名遊戲實驗，分析開源語言模型在不同路由規則下的行為，發現同質性路由會強化分群，而橋接路由結合記憶機制能有效修復分群並達成全局共識。研究進一步證明行為共識不等於狀態共識，揭示了潛在的內部結構殘留，為未來 AI 群體協調提供關鍵控制路徑。