多智能体系统中的同质化

arXiv:2610.09824v1 公告类型：新 摘要：多智能体系统（MAS）利用智能体之间的交互来执行复杂任务。尽管这类系统取得了成功，我们表明，这些交互也可能导致同质化，即智能体逐渐趋于相似的行为。MAS 中的同质化会降低智能体多样性，并强化共同的失败模式。在本文中，我们使用三个指标对同质化进行操作化定义：对多数意见的趋同、向极端的极化，以及在后续交互中对变化日益增强的惯性。我们在代码生成、招聘和科学同行评审任务中评估了 MAS 的同质化现象。在这些任务中，我们表明，同质化会转化为具体的下游风险：在代码生成中，它会掩盖并放大相关错误，从而造成系统性漏洞；在招聘中，即使存在偏见的智能体被移除，其影响仍可能长期持续；在同行评审中，它会导致不同研究领域之间形成不均衡的评价标准。我们的结果确立了同质化是 MAS 的一种失效模式，表明对 MAS 的评估必须超越总体性能，仔细分析交互动态。最后，我们表明，提高多样性的简单方法——利用采样随机性和混合模型 MAS——并不能降低同质化风险，这凸显了制定能够有效利用智能体多样性的策略的必要性。