清华Nature子刊：上千智能体组网后自发站队，观点极化涌现
10月8日，清华大学电子工程系李勇团队与合作者在《自然·通讯》发表题为“大语言模型智能体网络中的观点极化涌现”的研究论文。团队联合阿姆斯特丹大学、芝加哥大学、圣塔菲研究所等机构，构建了一个包含1000个大语言模型智能体的网络化系统，并系统对比GPT-3.5、GPT-4o、ChatGLM、Llama-3、DeepSeek-V3五种主流骨干模型。研究试图回答一个此前缺乏系统实验的问题：当AI智能体不再孤立问答，而是像节点一样被连入网络、自由交流并持续更新观点时，整个系统会演化出什么。
一千个AI被连进同一张社交网
研究团队没有给智能体预设“站队规则”。系统采用近高斯分布初始化观点，用Watts-Strogatz小世界网络初始化连接，除此之外不预设任何背景、记忆或行为规则。每个智能体都可以在交互中动态调整连接关系：与观点相近者建立连接，疏远观点相左者。
这意味着，研究者搭建的不是一个被外部指令强行分组的“AI辩论场”，而是一个允许连接关系与观点共同演化的网络。智能体既能表达立场，也能选择听谁说话、跟谁断联。于是，一个可实时追踪的“AI社会”出现了，观点极化从萌芽到成型的完整过程得以被观察。
自我表达、找人交流、更新观点三步转起来
每个智能体围绕三个环节持续运行：
- 自我表达：生成支持自身观点的理由；
- 信息交流：自主决定与谁交流、传递什么信息；
- 观点更新：根据收到的信息更新自身观点。
这三个环节循环往复，使智能体网络不断重组。研究关注的不是单个模型“会不会聊天”，而是大量智能体持续互动后，集体行为是否会涌现。实验聚焦三个长期存在观点极化的议题：党派立场、枪支管控、堕胎禁令，观点采用“左—偏左—中立—偏右—右”五级尺度。智能体在议题上的立场变化与连接关系变化被同步记录。
党派、枪支与堕胎议题上冒出对立阵营
在没有预设任何极化规则的情况下，智能体网络出现了自发分化。观点逐渐向对立两极聚拢，连接关系也随之重组为“物以类聚”的结构：相近立场者更容易连在一起，相左立场者则被疏远。研究将这种网络结构描述为具有同质性聚集特征的极化形态。
更值得关注的是，这一过程并非由外部标签驱动，而是在智能体自主交流、自主择友、自主更新观点的循环中涌现出来。论文指出，大语言模型智能体能够在持续社会互动中自发出现观点分化，并形成与人类社会“回音室”相似的网络结构。
五种大模型都跑出物以类聚
研究系统对比了GPT-3.5、GPT-4o、ChatGLM、Llama-3与DeepSeek-V3五种主流骨干模型。结果显示，同质性聚集与观点极化并非某一模型的特例，而是在不同骨干模型上稳定涌现的集体现象。
这为多智能体系统研究提供了一个重要信号：当智能体具备交流、择友和观点更新能力时，系统层面的极化可能不完全取决于单个模型能力，而与其网络化互动机制密切相关。论文认为，大语言模型智能体网络可以作为有价值的预实验平台，为检验观点动力学与干预策略的假设提供全新研究工具。
极化定型后，改连接不如让个体更开放
相关解读提到，一旦系统极化成型，单纯调整连接关系收效甚微，而引导个体更开放包容，对极化程度的降幅更显著。这一结果把问题从“怎么改网络拓扑”推向“怎么改变智能体的交互倾向”。
对多智能体系统而言，这意味着可靠交互不能只靠事后剪边或重连。智能体如何选择信息源、是否愿意接触异见、如何在更新观点时保持开放，都会影响集体偏差的形成。清华团队的这项工作，把AI群体从“单体能力展示”推进到“集体行为观测”，也让构建真正可靠的多智能体交互系统成为更具体的工程与治理问题。
