⚡ electrical engineering

Opinion Consensus Formation Among Networked Large Language Models

本文研究了网络化大语言模型如何通过多轮文本交换达成共识，发现尽管其收敛动态在衰减率和图拓扑结构方面与经典的 DeGroot 模型一致，但其最终观点更多地是由内在偏见和讨论主题而非初始条件或网络中心性所驱动。

原作者： Iris Yazici, Mert Kayaalp, Stefan Taga, Ali H. Sayed

发布于 2026-01-30

📖 1 分钟阅读☕ 轻松阅读

原作者： Iris Yazici, Mert Kayaalp, Stefan Taga, Ali H. Sayed

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，有 20 个朋友围成一圈坐在一起，每个人对一个争议性话题（比如“比特币是否是一项好的投资？”或“我们应该吃素吗？”）都有不同的看法。在现实世界中，如果这些朋友互相交流一段时间，他们最终可能会就某个观点达成共识。

这篇论文提出了一个简单的问题：如果我们用人工智能（AI）聊天机器人取代这些人类朋友，它们的行为方式会一样吗？ 具体来说，它们是否遵循了科学家们几十年来用来预测人类群体如何达成共识的那些数学规则？

以下是研究人员发现的内容，使用了简单的类比：

1. 旧的规则手册（DeGroot 模型）

长期以来，数学家一直使用被称为 DeGroot 模型 的规则手册来预测群体观点。这可以看作是一种加权平均。

理论： 如果你信任你的邻居 50%，同时也信任你自己 50%，那么你的新观点就是你和对方观点的平均值。如果你是一个网络中的“中心节点”（与许多人相连），那么你的观点在最终的群体决策中应该具有更大的权重。
预测： 最终的群体观点应该是所有人初始观点的完美数学融合，其权重取决于他们在网络中的中心程度。

2. 实验：聊天室里的 AI 朋友

研究人员建立了一个由 20 个 AI 智能体组成的数字游乐场。

设置： 他们将这些 AI 连接成不同的形状（有些是紧密的圆圈，有些是松散的网络）。
规则： 他们告诉这些 AI：“你既可以是‘自我肯定型’（更信任自己），也可以是‘开放心态型’（更信任他人）。”他们给出了一个话题（如“冷暴力/断联”或“基因编辑”），并让它们进行 80 轮的对话。
测量： 在每次聊天后，一个单独的 AI 会充当裁判，对对话的语气进行评分，范围从“强烈反对”（-3）到“强烈支持”（+3）。

3. 大惊喜：“回声壁效应”

研究人员发现了两个主要现象：

A. 它们确实达成了共识，但原因并非我们所想的那样。
正如旧的规则手册所预测的那样，AI 智能体最终停止了分歧。它们的观点趋于一致，其中的“噪音”呈指数级衰减（就像回声逐渐消逝一样）。

然而： 它们最终达成的观点并不符合数学预测。
类比： 想象一群人正在猜测一个南瓜的重量。旧的数学认为，最终的猜测应该是所有人初始猜测的平均值。但在这次实验中，AI 几乎完全忽略了它们的初始猜测。相反，它们最终都达成了一个共识，而这个数字似乎来自于 AI 内部，而不是来自小组讨论。

B. “内在偏见”才是真正的老大。
为什么它们忽略了数学？因为 AI 在训练过程中（即它们在实验开始前被喂入的数据）自带了内置偏见。

类比： 想象这些 AI 就像是在特定文化中长大的人。即使你把他们放在一个来自世界各地的人中间，他们可能在内心深处都会倾向于某种特定的文化观点。
发现： 如果话题是“比特币”，无论 AI 最初是积极还是消极，它们往往会倾向于负面评价。如果话题是“素食主义”，它们则会倾向于正面评价。话题本身以及 AI 的内部训练 远比谁在说话或谁最初持有什么观点更为重要。

4. 哪些部分遵循了旧的数学？

虽然从“最终答案”来看，它们不符合旧的数学，但它们达成共识的“速度”却完全吻合。

类比： 想象一个拥挤的房间里每个人都在大喊大叫。旧的数学可以准确预测房间安静下来需要多长时间。
发现： 研究人员发现，AI 停止分歧所需的时间完美符合数学预测。如果网络连接更紧密（更多的朋友在和更多的朋友交谈），它们达成共识的速度就更快。如果网络稀疏，所需时间就更长。达成共识的“速度限制”是由网络的形状决定的，正如旧的数学所预言的那样。

5. “自我肯定”因素

研究人员还测试了如果明确告诉 AI：“信任你自己 80%，信任你的朋友 20%”会发生什么。

结果： 当 AI 被赋予这些特定的“信任权重”时，它们更容易达成共识。当研究人员移除这些指令时，AI 变得更加混乱，并在最后阶段产生了更多分歧。看来，给 AI 智能体明确的规则来规定它们在多大程度上信任自己，有助于它们更快地稳定下来。

总结

AI 智能体会达成共识吗？ 会，它们会停止争论并达成一致。
旧的数学能预测它们会达成什么样的共识吗？ 不能。最终的观点是由 AI 的隐藏偏见和话题驱动的，而不是由小组的初始观点驱动。
旧的数学能预测它们达成共识的速度吗？ 可以。达成共识的速度完全取决于网络的连接方式，正如旧的数学所预言的那样。

核心结论： 如果你想用 AI 来模拟社交网络，你可以信任数学来告诉你它们达成共识的速度，但你不能信任数学来告诉你它们会达成什么样的共识。AI 的内部“个性”（偏见）会凌驾于群体动态之上。

技术摘要：网络化大语言模型的意见共识形成研究

问题定义

本研究探讨了经典的数学意见形成模型（特别是 DeGroot 共识框架）是否能准确预测作为网络中智能体的大语言模型（LLM）的群体行为。虽然 DeGroot 模型在信号处理和控制理论中已被广泛用于描述智能体如何通过重复平均邻居意见来达成共识，但其在现实社会环境中的经验验证往往受限于人类数据收集的高成本和复杂性。作者提出，LLM 为模拟这些动态过程提供了一个可控且低成本的实验平台。核心问题有两个方面：

确定在通信图中进行交互的 LLM 智能体是否表现出与人类社交网络相似的共识行为。
分析 LLM 共识的具体机制（包括意见限制和收敛速率）是否与 DeGroot 的理论预测一致，特别是在初始条件、网络拓扑结构以及内在模型偏差方面的表现。

研究方法

作者使用 AutoGen 框架构建了一个多智能体仿真环境，并部署了 Google 的 Gemini 2.0 Flash 作为底层 LLM。实验设置包含以下组件：

网络拓扑结构： 在有向加权图上模拟了一个由 $K=20$ 个智能体组成的网络。主要使用的拓扑结构是具有不同连通参数（ $p$ ）的 Erdős–Rényi 随机图，同时还使用了全连接图和环形（ring）拓扑以测试连通性的极端情况。
智能体交互： 智能体通过多轮文本消息进行交换（每项实验 80 轮）。交互权重（分配给邻居的信任水平和自权重）通过 系统提示词（system prompts） 进行强制执行。定义了两种智能体性格类型：“自信型”（较高的自权重）和“开放型”（较低的自权重）。
三方观点量化：为了将文本响应映射为数值信念，一个独立的 LLM（gpt-5-nano）对所有响应进行了情感分析。意见得分范围为 $[-3, 3]$ （从“反对”到“支持”），并归一化至 $[0, 1]$ 。
实验变量： 研究改变了讨论话题（包括比特币、安乐死、素食主义等 8 个不同话题）、初始意见分布（支持、中立、反对）以及图的连通性。
数据集： 作者编制了一个包含 764 项实验的数据集，涵盖超过 120 万条 LLM 响应，涉及 8 个话题和多种网络配置。

关键结果

1. 共识的涌现与分歧的衰减

实验表明，LLM 智能体通常会达成共识。智能体情感得分的标准差（STD）随交互轮数的增加呈指数级下降，趋向于接近零的稳态。研究发现，这种衰减速率与图组合矩阵的 第二大模特征值 ( $|\lambda_2|$ ) 密切相关，符合谱图论对收敛速度的预测。

2. 与 DeGroot 预测的偏离

尽管出现了共识，但 极限意见（最终的共识值）与 DeGroot 模型的预测存在显著偏差。

对初始条件的不敏感性： 与 DeGroot 定理（即最终共识应是初始意见的中心度加权平均值）相反，LLM 的共识对 初始条件基本不敏感。
话题依赖性偏差： 最终的共识点强烈依赖于 讨论主题 和 LLM 的内在偏差（可能源于预训练和对齐阶段）。例如，在关于比特币的话题上，无论初始的“支持”或“反对”分布如何，LLM 均表现出负面偏差；而在关于素食主义的话题上，则出现了正面偏差。
模型准确性： 在将最终 LLM 意见与 DeGroot 预测进行比较时，均方根误差（RMSE）为 0.32。基于 DeGrote 模型的分类准确率在三分类任务中约为 32%，在二分类任务中约为 60%，两者均仅与随机猜测相当或仅略优于随机猜测。

3. 系统提示词与权重的影响

研究发现，通过系统提示词显式强制执行组合矩阵权重，会显著增加达成共识的可能性。“加权”实验（即在提示词中明确定义了自权重）的最终分歧 STD 为 0.083，而“无权重”实验（即从提示词中移除了特定权重）导致的最终多样性显著提高，达到 0.165。

4. 收敛速率与图论

虽然共识的数值不符合 DeGroot 理论，但其 收敛速率 符合。分歧的“减半时间”（意见方差减少一半所需的轮数）经实证表明与 $\frac{\ln 2}{-\ln |\lambda_2|}$ 成正比。这证实了 LLM 网络的瞬态动态遵循既定的图论结果，即使其稳态平衡点并非如此。

意义与主张

本文声称，虽然 LLM 可以作为模拟社交网络动态的有效且低成本的实验平台，但它们的共识行为在 稳态结果 方面与经典模型有着本质区别。

偏差主导地位： 作者强调，在 LLM 网络中，内在的模型偏差和话题敏感性会覆盖初始条件和网络中心度的影响，而后者正是 DeGroot 模型的核心。
收敛动态： 本研究验证了 LLM 网络中的 共识速度 受通信图谱属性（特别是 $|\lambda_2|$ ）的控制，这表明在需要关注共识时机的多智能体应用设计中，经典图论仍然具有实用价值。
资源效率： 理解这些收敛速率有助于在成本约束下更好地估算实现共识所需的交互轮数。

作者总结道，这些发现有助于阐明 LLM 在社会模拟研究中的潜力，并为多智能体系统的设计提供指导，同时也指出未来仍需进一步探索策略性智能体和其他 LLM 架构。