多智能体网络中的偏见放大：少数偏见智能体如何影响观点与修辞

一项 arXiv 研究考察了 LLM 多智能体系统中偏见的传播过程。实验中少数智能体保持持续的极端观点，其余智能体通过结构化文本交互反复更新信念。结果显示，即使偏见智能体只占很小比例，也会使无偏见智能体的观点发生显著偏移；相同偏见比例下，Llama 3.2 的偏移速度快于经典 Friedkin-Johnsen（FJ）模型。语义分析还发现，文本解释的修辞一致性随偏见暴露程度系统性上升，且与数值观点的收敛部分脱钩：即使观点数值变化不大，中立智能体也会采用偏见智能体的用词。

此前对多智能体系统偏见的关注多集中在最终观点是否收敛或数值偏移，这项研究把语言层面的传播单独拎出来，指出修辞和词汇的同化可能先于、甚至独立于观点数值的变化，意味着仅用观点分布评估系统健康度会低估偏见的实际渗透程度。

在多智能体文本交互中，偏见智能体的输出被其他智能体读取并作为后续生成的条件，形成反复的文本互相影响。少数持续极端观点通过语言风格的示范效应扩散，使中立智能体逐步复制其词汇与论证方式；数值观点受更新规则约束，因此修辞同化与观点收敛可能不同步。Llama 3.2 比 FJ 模型偏移更快，提示模型自身的语言生成特性会加速这一过程。

对构建多智能体协作、模拟或决策系统的团队，评估指标不能只看最终观点分布，需将用词、修辞一致性和语言漂移纳入监控。若系统包含少量持续输出极端内容的智能体，可能污染整体交互语料并影响下游生成质量，需要在提示、角色配置或输出过滤层面加以约束。

• 在多智能体编排框架中加入语言漂移检测指标，对智能体输出词汇与修辞的一致性做持续监控。
• 为多智能体系统提供可配置的少数偏见智能体隔离或权重衰减机制，降低其语言风格对中立智能体的示范效应。
• 面向评测场景开发结合观点数值与修辞特征的双维度偏见评估工具，用于模型选型与上线前检查。

• 结论是否只适用于该研究设定的网络结构和交互轮数，能否推广到真实产品中的多智能体拓扑？
• 除 Llama 3.2 外，其他模型在相同偏见比例下的偏移速度是否同样快于 FJ 模型？
• 修辞同化与数值观点脱钩是否会长期持续，还是会在更多轮交互后重新耦合？
• 是否存在通过提示或角色设计逆转修辞同化的可行干预手段？